scipy中的距离变换算法

【问题标题】：distance transform algorithms in scipyscipy中的距离变换算法
【发布时间】：2016-04-13 09:45:26
【问题描述】：

由于距离变换有很多不同的算法（参见例如here），我很难理解 scipy 的 distance_transform_edt 和 distance_transform_bf 是如何工作的。有没有详细的说明？

【问题讨论】：

Google 通常会提供帮助。当我用谷歌搜索scipy's distance_transform_edt 时出现的第一个链接是指向该函数的 scipy 文档的链接，其中包含解释和示例...
从我在文档中找到的内容来看，只有一个解释它的作用，当然还有一些例子。我不需要距离变换定义，但有关算法实际工作原理的一些信息......
啊，明白了，抱歉，我没有仔细阅读。你想要所有的细节。

【解决方案1】：

追根溯源...

distance_transform_edt 以code 结尾，并以以下有用的评论开头：

/* Exact euclidean feature transform, as described in: C. R. Maurer,
   Jr., R. Qi, V. Raghavan, "A linear time algorithm for computing
   exact euclidean distance transforms of binary images in arbitrary
   dimensions. IEEE Trans." PAMI 25, 265-270, 2003. */

int NI_EuclideanFeatureTransform(PyArrayObject* input,
           PyArrayObject *sampling_arr,
           PyArrayObject* features)

而 distance_transform_bf 以 function 结束，这看起来是一种蛮力计算。但是这里的算法在主要文档和其他地方的基本搜索中也得到了很好的描述。

【讨论】：