Python cucim.skimage.util.invert用法及代碼示例

用法: cucim.skimage.util.invert(image, signed_float=False)

反轉圖像。

反轉輸入圖像的強度範圍，使 dtype 最大值現在是 dtype 最小值，反之亦然。此操作根據輸入 dtype 略有不同：

無符號整數：從 dtype 最大值中減去圖像
有符號整數：從 -1 中減去圖像(見注釋)
浮點數：從 1 中減去圖像(如果 signed_float 為 False，因此我們假設圖像是無符號的)，或從 0 中減去(如果 signed_float 為 True)。

請參閱示例以進行說明。

參數：

image：ndarray: 輸入圖像。
signed_float：布爾型，可選: 如果為 True 並且圖像是浮點類型，則假定範圍為 [-1, 1]。如果 False 並且圖像是浮點類型，則假定範圍為 [0, 1]。

inverted：ndarray: 倒象。

注意：

理想情況下，對於有符號整數，我們隻需乘以 -1。但是，有符號整數範圍是不對稱的。例如，對於 np.int8，可能值的範圍是 [-128, 127]，因此 -128 * -1 等於 -128！通過從 -1 中減去，我們正確地將最大 dtype 值映射到最小值。

例子：

>>> import cupy as cp
>>> img = cp.asarray([[100,  0, 200],
...                     [  0, 50,   0],
...                     [ 30,  0, 255]], np.uint8)
>>> invert(img)
array([[155, 255,  55],
       [255, 205, 255],
       [225, 255,   0]], dtype=uint8)
>>> img2 = cp.asarray([[ -2, 0, -128],
...                      [127, 0,    5]], np.int8)
>>> invert(img2)
array([[   1,   -1,  127],
       [-128,   -1,   -6]], dtype=int8)
>>> img3 = cp.asarray([[ 0., 1., 0.5, 0.75]])
>>> invert(img3)
array([[1.  , 0.  , 0.5 , 0.25]])
>>> img4 = cp.asarray([[ 0., 1., -1., -0.25]])
>>> invert(img4, signed_float=True)
array([[-0.  , -1.  ,  1.  ,  0.25]])

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.util.invert。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：

例子：