Python cucim.skimage.transform.pyramid_laplacian用法及代碼示例

用法: cucim.skimage.transform.pyramid_laplacian(image, max_layer=- 1, downscale=2, sigma=None, order=1, mode='reflect', cval=0, multichannel=False, preserve_range=False)

由輸入圖像形成的拉普拉斯金字塔的產量圖像。

每一層都包含下采樣和下采樣平滑圖像之間的差異：

layer = resize(prev_layer) - smooth(resize(prev_layer))

請注意，金字塔的第一張圖像將是原始未縮放圖像與其平滑版本之間的差異。圖像總數為 max_layer + 1 。如果計算了所有層，則最後一個圖像是one-pixel 圖像或縮小後不改變其形狀的圖像。

參數：

image：ndarray: 輸入圖像。
max_layer：整數，可選: 金字塔的層數。第0層是原始圖像。默認為 -1，它構建所有可能的層。
downscale：浮點數，可選: 縮減因子。
sigma：浮點數，可選: 高斯濾波器的 Sigma。默認值為2 * downscale / 6.0，它對應於兩倍於比例因子大小的過濾器掩碼，覆蓋超過 99% 的高斯分布。
order：整數，可選: 用於下采樣插值的樣條順序。有關詳細信息，請參閱skimage.transform.warp。
mode：{‘reflect’, ‘constant’, ‘edge’, ‘symmetric’, ‘wrap’}，可選: mode 參數確定如何處理數組邊界，其中 cval 是 mode 等於 ‘constant’ 時的值。
cval：浮點數，可選: 如果模式為‘constant’，則填充過去輸入邊的值。
multichannel：布爾型，可選: 圖像的最後一個軸是否被解釋為多個通道或另一個空間維度。
preserve_range：布爾型，可選: 是否保持原來的取值範圍。否則，輸入圖像將根據 img_as_float 的約定進行轉換。另見https://scikit-image.org/docs/dev/user_guide/data_types.html

pyramid：生成器: 生成金字塔層作為浮點數圖像的生成器。

參考：

1: http://persci.mit.edu/pub_pdfs/pyramid83.pdf
2: http://sepwww.stanford.edu/data/media/public/sep/morgan/texturematch/paper_html/node3.html

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.transform.pyramid_laplacian。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：

參考：