Python SciPy ndimage.extrema用法及代码示例

本文简要介绍 python 语言中 scipy.ndimage.extrema 的用法。

用法:

scipy.ndimage.extrema(input, labels=None, index=None)#

计算标签处数组值的最小值和最大值，以及它们的位置。

参数 ：：

input： ndarray

N-D 要处理的图像数据。

labels： ndarray，可选

输入中的特征标签。如果不是无，则必须与输入的形状相同。

index： int 或整数序列，可选

要包含在输出中的标签。如果 None (默认)，使用非零标签的所有值。

返回 ：：

minimums, maximums： int 或 ndarray

每个特征中的最小值和最大值。

min_positions, max_positions： 元组或元组列表

每个元组给出对应的最小值或最大值的N-D 坐标。

例子：

>>> import numpy as np
>>> a = np.array([[1, 2, 0, 0],
...               [5, 3, 0, 4],
...               [0, 0, 0, 7],
...               [9, 3, 0, 0]])
>>> from scipy import ndimage
>>> ndimage.extrema(a)
(0, 9, (0, 2), (3, 0))

可以使用标签和索引指定要处理的特征：

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.extrema(a, lbl, index=np.arange(1, nlbl+1))
(array([1, 4, 3]),
 array([5, 7, 9]),
 [(0, 0), (1, 3), (3, 1)],
 [(1, 0), (2, 3), (3, 0)])

如果没有给出索引，则处理非零标签：

>>> ndimage.extrema(a, lbl)
(1, 9, (0, 0), (3, 0))