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

用法: cucim.skimage.transform.rescale(image, scale, order=None, mode='reflect', cval=0, clip=True, preserve_range=False, multichannel=False, anti_aliasing=None, anti_aliasing_sigma=None)

按一定比例縮放圖像。

對up-scale 或down-scale N 維圖像執行插值。請注意，當down-sizing 圖像時應啟用抗鋸齒以避免鋸齒偽影。有關使用整數因子的下采樣，另請參閱 skimage.transform.downscale_local_mean 。

參數：

image：ndarray: 輸入圖像。
scale：{浮點數，浮點數元組}: 比例因子。單獨的比例因子可以定義為 (rows, cols[, …][, dim]) 。

scaled：ndarray: 輸入的縮放版本。

其他參數：

order：整數，可選: 樣條插值的順序，如果 image.dtype 為 bool，則默認為 0，否則為 1。順序必須在 0-5 範圍內。有關詳細信息，請參閱skimage.transform.warp。
mode：{‘constant’, ‘edge’, ‘symmetric’, ‘reflect’, ‘wrap’}，可選: 根據給定的模式填充輸入邊界之外的點。模式與 numpy.pad 的行為匹配。
cval：浮點數，可選: 與模式‘constant’(圖像邊界外的值)結合使用。
clip：布爾型，可選: 是否將輸出裁剪到輸入圖像的值範圍內。這是默認啟用的，因為高階插值可能會產生超出給定輸入範圍的值。
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
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。
anti_aliasing：布爾型，可選: 是否應用高斯濾波器來平滑down-scaling 之前的圖像。在對圖像進行下采樣時進行過濾以避免混疊偽影至關重要。如果輸入圖像數據類型為 bool，則不應用抗鋸齒。
anti_aliasing_sigma：{浮點數，浮點數元組}，可選: 高斯濾波的標準偏差，以避免混疊偽影。默認情況下，此值選擇為 (s - 1) /2，其中 s 是down-scaling 因子。

注意：

模式‘reflect’ and ‘symmetric’ 類似，但在反射期間邊像素是否重複上有所不同。例如，如果一個數組的值是 [0, 1, 2] 並且使用對稱的方法向右填充了四個值，則結果將是 [0, 1, 2, 2, 1, 0, 0]，而對於反映它將是 [0, 1, 2, 1, 0, 1, 2]。

例子：

>>> from skimage import data
>>> from cucim.skimage.transform import rescale
>>> image = cp.array(data.camera())
>>> rescale(image, 0.1).shape
(51, 51)
>>> rescale(image, 0.5).shape
(256, 256)

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.rescale。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：

其他參數：

注意：

例子：