img_to_graph#

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

像素到像素梯度連接的圖形。

邊緣以梯度值加權。

使用者指南中閱讀更多資訊。

參數:
img形狀為 (高度, 寬度) 或 (高度, 寬度, 通道) 的類陣列

2D 或 3D 圖像。

mask形狀為 (高度, 寬度) 或 (高度, 寬度, 通道) 的 ndarray,dtype=bool,預設值為 None

圖像的可選遮罩,僅考慮部分像素。

return_asnp.ndarray 或稀疏矩陣類別,預設值為 sparse.coo_matrix

用於建構返回的鄰接矩陣的類別。

dtypedtype,預設值為 None

返回的稀疏矩陣的資料。預設情況下,它是 img 的 dtype。

返回:
graphndarray 或稀疏矩陣類別

計算的鄰接矩陣。

範例

>>> 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]])