用法:
skimage.filters.rank_order(image)
返回相同形状的图像,其中每个像素是像素值的索引,按
image
的唯一值的升序排列,也就是 rank-order 值。- image:ndarray
- labels:np.uint32 类型的 ndarray,形状为 image.shape
新数组,其中每个像素具有
image
中相应像素的 rank-order 值。像素值介于 0 和 n - 1 之间,其中 n 是image
中不同唯一值的数量。- original_values:一维ndarray
image
的唯一原始值
参数:
返回:
例子:
>>> a = np.array([[1, 4, 5], [4, 4, 1], [5, 1, 1]]) >>> a array([[1, 4, 5], [4, 4, 1], [5, 1, 1]]) >>> rank_order(a) (array([[0, 1, 2], [1, 1, 0], [2, 0, 0]], dtype=uint32), array([1, 4, 5])) >>> b = np.array([-1., 2.5, 3.1, 2.5]) >>> rank_order(b) (array([0, 1, 2, 1], dtype=uint32), array([-1. , 2.5, 3.1]))
相关用法
- Python skimage.filters.rank.noise_filter用法及代码示例
- Python skimage.filters.rank.sum用法及代码示例
- Python skimage.filters.rank.autolevel用法及代码示例
- Python skimage.filters.rank.pop用法及代码示例
- Python skimage.filters.rank.mean用法及代码示例
- Python skimage.filters.rank.pop_bilateral用法及代码示例
- Python skimage.filters.rank.maximum用法及代码示例
- Python skimage.filters.rank.equalize用法及代码示例
- Python skimage.filters.rank.enhance_contrast用法及代码示例
- Python skimage.filters.rank.gradient用法及代码示例
- Python skimage.filters.rank.entropy用法及代码示例
- Python skimage.filters.rank.otsu用法及代码示例
- Python skimage.filters.rank.windowed_histogram用法及代码示例
- Python skimage.filters.rank.sum_bilateral用法及代码示例
- Python skimage.filters.rank.threshold用法及代码示例
- Python skimage.filters.rank.majority用法及代码示例
- Python skimage.filters.rank.geometric_mean用法及代码示例
- Python skimage.filters.rank.subtract_mean用法及代码示例
- Python skimage.filters.rank.minimum用法及代码示例
- Python skimage.filters.rank.mean_bilateral用法及代码示例
注:本文由纯净天空筛选整理自scikit-image.org大神的英文原创作品 skimage.filters.rank_order。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。