scipy库下的ndimage.distance_transform_edt函数

scipy.ndimage.distance_transform_edt 函数用于计算每个点到最近零值的欧几里得距离 。

input（type：array_like）：输入的数组，通常是一个布尔数组或整数数组。如果输入数组是布尔类型，True 表示需要计算距离的点（通常是零值），而 False 表示需要计算的点到最近的 True 的距离。

return_indices（type：bool, 可选）：默认为 False；是否返回每个点到最近零值的索引。如果设置为 True，除了距离矩阵，还会返回一个索引矩阵。索引矩阵指示每个点到其最近零值的最短路径。

return_distances（type：bool, 可选）：默认为 True；是否返回距离矩阵。如果设置为 False，仅返回索引矩阵。

sampling（type： tuple of float, 可选）：默认为 None；各维度的采样间距。默认情况下，所有维度的采样间距被视为 1。指定采样间距时，计算的距离将按指定的尺度进行缩放。

indices（type：bool, 可选）：默认为 False；是否计算每个点到最近零值的索引。仅在 return_indices=True 时有效。

注意：其中array不局限于二维，多维也行。

# 计算数组中值为 非零 的点到最近 零值点 的距离，并同时返回最近非零值点的索引
distance, nearest_indices = distance_transform_edt(array, return_indices=True)

# 计算数组中值为 0 的点到最近 非零值点 的距离，并同时返回最近非零值点的索引
distance, nearest_indices = distance_transform_edt(array == 0, return_indices=True) 

计算过程链接：

图片详解https://blog.csdn.net/weixin_43508499/article/details/106609901​​​​​​