Python skimage.measure.block_reduce用法及代码示例

用法: skimage.measure.block_reduce(image, block_size=2, func=<function sum>, cval=0, func_kwargs=None)

通过将函数 func 应用于本地块来对图像进行下采样。

例如，此函数对于最大和均值池很有用。

参数：

image：ndarray: N维输入图像。
block_size：数组或 int: 包含沿每个轴的下采样整数因子的数组。默认 block_size 为 2。
func：可调用的: 用于计算每个本地块的返回值的函数对象。这个函数必须实现一个axis范围。主要函数是numpy.sum,numpy.min,numpy.max,numpy.mean和numpy.median.也可以看看func_kwargs.
cval：浮点数: 如果图像不能完全被块大小整除，则为常量填充值。
func_kwargs：dict: 传递给的关键字参数函数.对于将 dtype 参数传递给np.mean.接受输入字典，例如：func_kwargs={'dtype': np.float16}).

image：ndarray: 与输入图像具有相同维度的下采样图像。

例子：

>>> from skimage.measure import block_reduce
>>> image = np.arange(3*3*4).reshape(3, 3, 4)
>>> image 
array([[[ 0,  1,  2,  3],
        [ 4,  5,  6,  7],
        [ 8,  9, 10, 11]],
       [[12, 13, 14, 15],
        [16, 17, 18, 19],
        [20, 21, 22, 23]],
       [[24, 25, 26, 27],
        [28, 29, 30, 31],
        [32, 33, 34, 35]]])
>>> block_reduce(image, block_size=(3, 3, 1), func=np.mean)
array([[[16., 17., 18., 19.]]])
>>> image_max1 = block_reduce(image, block_size=(1, 3, 4), func=np.max)
>>> image_max1 
array([[[11]],
       [[23]],
       [[35]]])
>>> image_max2 = block_reduce(image, block_size=(3, 1, 4), func=np.max)
>>> image_max2 
array([[[27],
        [31],
        [35]]])

相关用法

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.measure.block_reduce。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。

用法:

参数：

返回：

例子：