Python cucim.skimage.transform.pyramid_laplacian用法及代码示例

用法: cucim.skimage.transform.pyramid_laplacian(image, max_layer=- 1, downscale=2, sigma=None, order=1, mode='reflect', cval=0, multichannel=False, preserve_range=False)

由输入图像形成的拉普拉斯金字塔的产量图像。

每一层都包含下采样和下采样平滑图像之间的差异：

layer = resize(prev_layer) - smooth(resize(prev_layer))

请注意，金字塔的第一张图像将是原始未缩放图像与其平滑版本之间的差异。图像总数为 max_layer + 1 。如果计算了所有层，则最后一个图像是one-pixel 图像或缩小后不改变其形状的图像。

参数：

image：ndarray: 输入图像。
max_layer：整数，可选: 金字塔的层数。第0层是原始图像。默认为 -1，它构建所有可能的层。
downscale：浮点数，可选: 缩减因子。
sigma：浮点数，可选: 高斯滤波器的 Sigma。默认值为2 * downscale / 6.0，它对应于两倍于比例因子大小的过滤器掩码，覆盖超过 99% 的高斯分布。
order：整数，可选: 用于下采样插值的样条顺序。有关详细信息，请参阅skimage.transform.warp。
mode：{‘reflect’, ‘constant’, ‘edge’, ‘symmetric’, ‘wrap’}，可选: mode 参数确定如何处理数组边界，其中 cval 是 mode 等于 ‘constant’ 时的值。
cval：浮点数，可选: 如果模式为‘constant’，则填充过去输入边的值。
multichannel：布尔型，可选: 图像的最后一个轴是否被解释为多个通道或另一个空间维度。
preserve_range：布尔型，可选: 是否保持原来的取值范围。否则，输入图像将根据 img_as_float 的约定进行转换。另见https://scikit-image.org/docs/dev/user_guide/data_types.html

pyramid：生成器: 生成金字塔层作为浮点数图像的生成器。

参考：

1: http://persci.mit.edu/pub_pdfs/pyramid83.pdf
2: http://sepwww.stanford.edu/data/media/public/sep/morgan/texturematch/paper_html/node3.html

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.transform.pyramid_laplacian。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

参考：