我正在寻找执行以下操作的图像过滤器：
在我的第一张图片中，我有两个球体。应用过滤器后，我想让它们“粘合在一起”，类似于表面张力。
评论：
- 图像将是 2D/3D，到球体表面的带符号距离编码为灰度。
- 如果它已经在 Numpy / Scipy 中，那就太好了。
- 我知道人们在网格上做类似的事情，但我想把它作为一个图像过滤器。
示例图片（抱歉格式不同）：
哪个图像过滤器的作用类似于“表面张力”？
计算科学
图像处理
2021-12-08 05:31:33
2个回答
我认为您可以使用高斯滤波器。
以下 Python 代码执行的操作与您在图像中显示的内容类似。
from __future__ import division
import numpy as np
from scipy.ndimage.filters import gaussian_filter, laplace
import matplotlib.pyplot as plt
y, x = np.mgrid[-2:2:101j, -2:2:101j]
z = np.maximum(0, 0.2 - (x + 0.5)**2 - y**2) +\
np.maximum(0, 0.2 - (x - 0.5)**2 - y**2)
z2 = gaussian_filter(z, sigma=7)
plt.figure(figsize=(8, 4))
plt.subplot(1, 2, 1)
plt.contourf(x, y, z)
plt.subplot(1, 2, 2)
plt.contourf(x, y, z2)
plt.savefig("gaussian_filter.png")
结果如下
需要注意的是 的选择sigma。该参数将确定高斯滤波器的扩散程度。
其它你可能感兴趣的问题