如何使ndimage.filters.maximum_filter像MATLAB的imregionalmax函数那样工作？

替换代码0】和 giorgos 都是类似的，它们都是寻找等于或大于3x3邻域中其他像素的像素。我相信 giannis 会有一些额外的阈值处理。

这两种方法都不能保证找到的像素实际上是局部最大值。注意我在上面说的 "较大或相等"。你的图像中任何足够大的高原（所有像素都有相同的值的区域）都会被算法标记出来，不管它们是局部最大值、局部最小值还是介于两者之间。

import numpy as np
import matplotlib.pyplot as pp
import scipy.ndimage as ndimage
manos = np.sin(np.arange(100)/10)
manos = np.round(30*manos)/30     # Rounding to create plateaus
giorgos = ndimage.filters.maximum_filter(manos, footprint=np.ones([3]))
giorgos = (giorgos == manos)
pp.plot(manos);
pp.plot(giorgos);
pp.show()
请注意滤波器是如何在正弦波的局部最小值附近识别出三个点的。其中中间一个是实际的局部最小值，另外两个是高原，既不是局部最大值也不是最小值。
相比之下，MATLAB函数imregionalmax可以识别所有被较低数值的像素所包围的高原。做到这一点所需的算法与上面的算法有很大不同。它可以使用Union-Find算法有效地完成，或者使用flood-fil类型的算法效率较低。主要的想法是找到一个不低于任何邻居的像素，然后从它开始向它的等值邻居扩展，直到整个高原被探索完，或者直到你找到高原上的一个有更高价值的邻居的像素。
一个可从Python中获得的实现是在DIPlib(注：我是一名作家）。
import diplib as dip
nikos = dip.Maxima(manos)
pp.plot(manos);
pp.plot(nikos);
pp.show()