Python SciPy ndimage.shift用法及代码示例

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

用法:

scipy.ndimage.shift(input, shift, output=None, order=3, mode='constant', cval=0.0, prefilter=True)#

移动数组。

使用请求顺序的样条插值来移动数组。输入边界之外的点将根据给定的模式进行填充。

参数 ：：

input： array_like

输入数组。

shift： 浮点数或序列

沿轴的移动。如果是浮点数，shift 对于每个轴都是相同的。如果是序列，shift 应为每个轴包含一个值。

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。

order： 整数，可选

样条插值的阶数，默认为 3。阶数必须在 0-5 范围内。

mode： {‘reflect’、‘grid-mirror’、‘constant’、‘grid-constant’、‘nearest’、‘mirror’、‘grid-wrap’、‘wrap’}，可选

模式参数确定输入数组如何扩展到其边界之外。默认为‘constant’。每个有效值的行为如下(请参阅其他图表和详细信息边界模式):

‘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。

‘grid-mirror’

这是‘reflect’ 的同义词。

‘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。在输入边之外不执行插值。

‘grid-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。插值也会发生在输入范围之外的样本上。

‘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。

‘grid-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。

‘wrap’ (d b c d | a b c d | b c a b)

输入通过环绕到相反的边来扩展，但是以某种方式使最后一个点和初始点完全重叠。在这种情况下，没有很好地定义在重叠点将选择哪个样本。

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。

prefilter： 布尔型，可选

确定输入数组是否经过预过滤scipy.ndimage.spline_filter插值之前。默认为 True，这将创建一个临时浮点数64过滤值数组 if订单 > 1.如果将此设置为 False，则输出会稍微模糊，如果订单 > 1, 除非输入是预过滤的，即它是调用的结果scipy.ndimage.spline_filter在原始输入上。

返回 ：：

shift： ndarray

移位的输入。

注意：

对于complex-valued输入，该函数独立地移动实部和虚部。

例子：

导入必要的模块和示例图像。

>>> from scipy.ndimage import shift
>>> import matplotlib.pyplot as plt
>>> from scipy import datasets
>>> image = datasets.ascent()

将图像垂直移动 20 像素。

>>> image_shifted_vertically = shift(image, (20, 0))

将图像垂直移动 -200 像素，水平移动 100 像素。

>>> image_shifted_both_directions = shift(image, (-200, 100))

绘制原始图像和移动后的图像。

>>> fig, axes = plt.subplots(3, 1, figsize=(4, 12))
>>> plt.gray()  # show the filtered result in grayscale
>>> top, middle, bottom = axes
>>> for ax in axes:
...     ax.set_axis_off()  # remove coordinate system
>>> top.imshow(image)
>>> top.set_title("Original image")
>>> middle.imshow(image_shifted_vertically)
>>> middle.set_title("Vertically shifted image")
>>> bottom.imshow(image_shifted_both_directions)
>>> bottom.set_title("Image shifted in both directions")
>>> fig.tight_layout()