Python cucim.skimage.measure.block_reduce用法及代碼示例

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

通過將函數func 應用於本地塊來對圖像進行下采樣。

例如，此函數對於最大和均值池很有用。

參數：

image：ndarray: N維輸入圖像。
block_size：array_like: 包含沿每個軸的下采樣整數因子的數組。
func：可調用的: 用於計算每個本地塊的返回值的函數對象。此函數必須實現 axis 參數。主要函數是 numpy.sum , numpy.min , numpy.max , numpy.mean 和 numpy.median 。另見func_kwargs。
cval：浮點數: 如果圖像不能完全被塊大小整除，則為常量填充值。
func_kwargs：dict: 傳遞給 func 的關鍵字參數。對於將 dtype 參數傳遞給 np.mean 非常有用。接受輸入字典，例如：func_kwargs={'dtype': np.float16})。

image：ndarray: Down-sampled 與輸入圖像具有相同維數的圖像。

例子：

>>> import cupy as cp
>>> from skimage.measure import block_reduce
>>> image = cp.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=cp.mean)
array([[[16., 17., 18., 19.]]])
>>> image_max1 = block_reduce(image, block_size=(1, 3, 4), func=cp.max)
>>> image_max1 
array([[[11]],
       [[23]],
       [[35]]])
>>> image_max2 = block_reduce(image, block_size=(3, 1, 4), func=cp.max)
>>> image_max2 
array([[[27],
        [31],
        [35]]])

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.measure.block_reduce。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：

例子：