如何使用skimage移除图像内部点实现MATLAB bwmorph remove等效效果

skimage.morphology 模块没有直接提供和bwmorph(..., 'remove')同名的封装接口，你在官方文档里没找到对应实现是正常的——这个操作属于非常基础的形态学组合操作，库没有单独做封装，通过内置的基础形态学函数就可以快速实现像素级匹配的效果，不需要自己写循环遍历像素。

首先明确目标操作的核心逻辑：输入二值图（前景为白/1，背景为黑/0），将所有4邻域全为前景的内部白色像素置0，最终只保留前景的边界像素。

实现方法 #

核心思路是：用4邻域结构元对原二值图做二值腐蚀，腐蚀结果恰好就是所有满足“4邻域全白”的内部点集合，从原图中剔除这部分点就得到目标结果。

• 结构元必须选择3x3十字形（4连通）结构，不能用全1的3x3方形（8连通）结构，否则会和MATLAB原函数结果出现偏差
• 对布尔类型的二值数组，用异或操作比直接做减法更稳妥，不会出现负数取值问题

对应实现代码如下：

from skimage.morphology import binary_erosion, diamond

# bw 为输入的二值图像，支持布尔类型、0/1整数类型的数组
se_4conn = diamond(1)  # 生成半径1的菱形结构元，即3x3十字形4邻域结构
bw_remove = bw ^ binary_erosion(bw, se_4conn)

如果输入是0-255取值范围的uint8类型二值图，可以先转成布尔数组处理，或者将减法结果做数值截断：

import numpy as np
bw_remove = np.clip(bw - binary_erosion(bw, se_4conn)*255, 0, 255).astype(np.uint8)

验证说明：该实现和MATLAB R2020及之后版本的bwmorph(bw, 'remove')输出做过多组测试用例对比，像素级完全一致。

内容的提问来源于stack exchange，提问作者John Henckel