Python SciPy ndimage.gaussian_laplace用法及代碼示例

本文簡要介紹 python 語言中 scipy.ndimage.gaussian_laplace 的用法。

用法:

scipy.ndimage.gaussian_laplace(input, sigma, output=None, mode='reflect', cval=0.0, **kwargs)#

使用高斯二階導數的多維拉普拉斯濾波器。

參數 ：：

input： array_like

輸入數組。

sigma： 標量或標量序列

每個軸的高斯濾波器的標準偏差作為一個序列或單個數字給出，在這種情況下，它對所有軸都是相等的。

output： 數組或數據類型，可選

放置輸出的數組，或返回數組的 dtype。默認情況下，將創建一個與輸入具有相同 dtype 的數組。

mode： str 或序列，可選

mode 參數確定當過濾器與邊框重疊時如何擴展輸入數組。通過傳遞長度等於輸入數組維數的模式序列，可以沿每個軸指定不同的模式。默認值為‘reflect’。有效值及其行為如下：

‘reflect’ (d c b a | a b c d | d c b a)

通過反射最後一個像素的邊來擴展輸入。此模式有時也稱為half-sample 對稱模式。

‘constant’ (k k k k | a b c d |呸呸呸呸)

通過使用 cval 參數定義的相同常量值填充邊之外的所有值來擴展輸入。

‘nearest’ (啊啊啊啊| a b c d |嘀嘀嘀嘀)

通過複製最後一個像素來擴展輸入。

‘mirror’ (d c b | a b c d | c b a)

通過反射最後一個像素的中心來擴展輸入。此模式有時也稱為whole-sample 對稱模式。

‘wrap’ (a b c d | a b c d | A B C D)

通過環繞到相對邊來擴展輸入。

為了與插值函數保持一致，還可以使用以下模式名稱：

‘grid-constant’

這是‘constant’ 的同義詞。

‘grid-mirror’

這是‘reflect’ 的同義詞。

‘grid-wrap’

這是‘wrap’ 的同義詞。

cval： 標量，可選

如果模式為‘constant’，則填充過去輸入邊的值。默認值為 0.0。

Extra keyword arguments will be passed to gaussian_filter().：

返回 ：：

gaussian_laplace： ndarray

過濾數組。具有與輸入相同的形狀。

例子：

>>> from scipy import ndimage, datasets
>>> import matplotlib.pyplot as plt
>>> ascent = datasets.ascent()

>>> fig = plt.figure()
>>> plt.gray()  # show the filtered result in grayscale
>>> ax1 = fig.add_subplot(121)  # left side
>>> ax2 = fig.add_subplot(122)  # right side

>>> result = ndimage.gaussian_laplace(ascent, sigma=1)
>>> ax1.imshow(result)

>>> result = ndimage.gaussian_laplace(ascent, sigma=3)
>>> ax2.imshow(result)
>>> plt.show()