img_to_graph#

sklearn.feature_extraction.image.img_to_graph(img, *, mask=None, return_as=<class 'scipy.sparse._coo.coo_matrix'>, dtype=None)[source]#

像素到像素梯度连接的图。

边的权重是梯度值。

Read more in the User Guide.

参数:

img形状为 (height, width) 或 (height, width, channel) 的类数组对象: 2D 或 3D 图像。
mask形状为 (height, width) 或 (height, width, channel) 的 ndarray，dtype=bool，默认值=None: 图像的可选掩码，仅考虑部分像素。
return_asnp.ndarray 或稀疏矩阵类，默认值=sparse.coo_matrix: 用于构建返回的邻接矩阵的类。
dtypedtype，默认值=None: 返回稀疏矩阵的数据类型。默认情况下，它与 img 的 dtype 相同。

返回:

graphndarray 或稀疏矩阵类: 计算得到的邻接矩阵。

示例

>>> import numpy as np
>>> from sklearn.feature_extraction.image import img_to_graph
>>> img = np.array([[0, 0], [0, 1]])
>>> img_to_graph(img, return_as=np.ndarray)
array([[0, 0, 0, 0],
       [0, 0, 0, 1],
       [0, 0, 0, 1],
       [0, 1, 1, 1]])

img_to_graph#

本页