Python SciPy ndimage.variance用法及代码示例

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

用法:

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

计算 N-D 图像数组的值的方差，可选地在指定的 sub-regions 处。

参数 ：：

input： array_like

Nd-image 要处理的数据。

labels： 数组，可选

在输入中定义 sub-regions 的标签。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。如果无(默认)，则使用标签非零的所有值。

返回 ：：

variance： 浮点数或 ndarray

如果指定了标签和索引，则为每个 sub-region 的方差值。

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.variance(a)
7.609375

可以使用标签和索引指定要处理的特征：

>>> lbl, nlbl = ndimage.label(a)
>>> ndimage.variance(a, lbl, index=np.arange(1, nlbl+1))
array([ 2.1875,  2.25  ,  9.    ])

如果没有给出索引，则处理所有非零标签：

>>> ndimage.variance(a, lbl)
6.1875