Python SciPy ndimage.generic_laplace用法及代码示例

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

用法:

scipy.ndimage.generic_laplace(input, derivative2, output=None, mode='reflect', cval=0.0, extra_arguments=(), extra_keywords=None)#

N-D 使用提供的二阶导数函数的拉普拉斯滤波器。

参数 ：：

input： array_like

输入数组。

derivative2： 可调用的

可使用以下签名调用：

derivative2(input, axis, output, mode, cval,
            *extra_arguments, **extra_keywords)

参看extra_arguments,extra_keywords以下。

output： 数组或数据类型，可选

放置输出的数组，或返回数组的 dtype。默认情况下，将创建一个与输入具有相同 dtype 的数组。

mode： str 或序列，可选

mode 参数确定当过滤器与边框重叠时如何扩展输入数组。通过传递长度等于输入数组维数的模式序列，可以沿每个轴指定不同的模式。默认值为‘reflect’。有效值及其行为如下：

‘reflect’ (d c b a | a b c d | d c b a)

通过反射最后一个像素的边来扩展输入。此模式有时也称为half-sample 对称模式。

‘constant’ (k k k k | a b c d |呸呸呸呸)

通过使用 cval 参数定义的相同常量值填充边之外的所有值来扩展输入。

‘nearest’ (啊啊啊啊| a b c d |嘀嘀嘀嘀)

通过复制最后一个像素来扩展输入。

‘mirror’ (d c b | a b c d | c b a)

通过反射最后一个像素的中心来扩展输入。此模式有时也称为whole-sample 对称模式。

‘wrap’ (a b c d | a b c d | A B C D)

通过环绕到相对边来扩展输入。

为了与插值函数保持一致，还可以使用以下模式名称：

‘grid-constant’

这是‘constant’ 的同义词。

‘grid-mirror’

这是‘reflect’ 的同义词。

‘grid-wrap’

这是‘wrap’ 的同义词。

cval： 标量，可选

如果模式为‘constant’，则填充过去输入边的值。默认值为 0.0。

extra_keywords： 字典，可选

要传递给传递函数的额外关键字参数的字典。

extra_arguments： 顺序，可选

传递给传递函数的额外位置参数序列。

返回 ：：

generic_laplace： ndarray

过滤数组。具有与输入相同的形状。