Python cucim.skimage.filters.scharr用法及代碼示例

用法: cucim.skimage.filters.scharr(image, mask=None, *, axis=None, mode='reflect', cval=0.0)

使用 Scharr 變換查找邊幅度。

參數：

image：數組

輸入圖像。

mask：布爾數組，可選

將輸出圖像剪輯到此蒙版。 (mask=0 的值將被設置為 0。)

axis：int 或 int 序列，可選

沿該軸計算邊濾波器。如果未提供，則計算邊幅度。這被定義為：

sch_mag = np.sqrt(sum([scharr(image, axis=i)**2
                       for i in range(image.ndim)]) / image.ndim)

如果軸是一個序列，也會計算幅度。

mode：str 或 str 序列，可選

卷積的邊界模式。有關模式的說明，請參見scipy.ndimage.convolve。這可以是單個邊界模式或每個軸一個邊界模式。

cval：浮點數，可選

當 mode 為 'constant' 時，這是在圖像數據邊界外的值中使用的常數。

output：浮點數數組: 夏爾邊圖。

注意：

Scharr 算子比其他邊濾波器(如 Sobel 或 Prewitt 算子)具有更好的旋轉不變性。

參考：

1: D. Kroon, 2009, Short Paper University Twente, Numerical Optimization of Kernel Based Image Derivatives.
2: https://en.wikipedia.org/wiki/Sobel_operator#Alternative_operators

例子：

>>> import cupy as cp
>>> from skimage import data
>>> from cucim.skimage import filters
>>> camera = cp.array(data.camera())
>>> edges = filters.scharr(camera)

相關用法

注：本文由純淨天空篩選整理自rapids.ai大神的英文原創作品 cucim.skimage.filters.scharr。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

注意：

參考：

例子：