ndimage.binary_closing掩码使用疑问：为何结果差异巨大？

掩码在形态学闭运算里的真实逻辑 #

你对掩码的理解存在偏差——ndi.binary_closing的掩码不是“仅允许修改掩码内像素”这么简单，它的核心作用是完全限制运算的计算范围：

• 闭运算本质是先膨胀、再腐蚀，每一步的邻域计算（取最大值/最小值）都只会考虑掩码为True的像素，掩码外的像素直接被排除，不会参与任何计算。
• 举个例子：掩码边缘的某个像素，它的邻域有一半在掩码外，膨胀时只会取邻域内掩码覆盖部分的最大值，腐蚀时也只取掩码覆盖部分的最小值。这种截断式的计算，和无掩码时基于完整邻域的结果自然天差地别，这就是你看到掩码边缘出现孔洞的核心原因。

结合你的操作流程分析问题 #

你的操作步骤是：

1. 复制surface并执行10次膨胀得到掩码mask
2. 合并原始surface与outline得到merged
3. 以mask为掩码运行ndi.binary_closing(merged, mask=mask)

问题出在mask的边缘区域：

• 膨胀后的mask边缘外的像素不在掩码范围内，闭运算的腐蚀阶段计算这些边缘像素的邻域最小值时，只能取掩码内的部分像素。如果这部分像素包含0（孔洞），最终结果就会把原本应该保留的像素置为0，形成孔洞。

对比你的替代方法的差异 #

你使用的替代方法：

closed = ndi.binary_closing(merged)
merged[neighborhood_mask] = closed[neighborhood_mask]

和带掩码的闭运算本质完全不同：

• 第一步的ndi.binary_closing(merged)是基于完整图像邻域计算的，没有任何限制，膨胀和腐蚀都能正常遍历所有邻域像素，得到的是全局闭运算结果。
• 第二步只是把neighborhood_mask区域的像素替换成全局闭运算的结果，边缘区域的计算是完整的，自然不会出现掩码截断导致的孔洞，结果更符合你填补孔洞的预期。

掩码的正确使用场景 #

ndi.binary_closing的掩码适合这种场景：你明确只关心掩码覆盖的区域，完全不在乎外部像素的影响，甚至希望外部像素彻底不参与计算。比如处理图像中某个独立区域的内部孔洞，且该区域边缘和外部完全隔离时，用掩码才合理。

内容的提问来源于stack exchange，提问作者Jarartur