Python SciPy ndimage.shift用法及代碼示例

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

用法:

scipy.ndimage.shift(input, shift, output=None, order=3, mode='constant', cval=0.0, prefilter=True)#

移動數組。

使用請求順序的樣條插值來移動數組。輸入邊界之外的點將根據給定的模式進行填充。

參數 ：：

input： array_like

輸入數組。

shift： 浮點數或序列

沿軸的移動。如果是浮點數，shift 對於每個軸都是相同的。如果是序列，shift 應為每個軸包含一個值。

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。

order： 整數，可選

樣條插值的階數，默認為 3。階數必須在 0-5 範圍內。

mode： {‘reflect’、‘grid-mirror’、‘constant’、‘grid-constant’、‘nearest’、‘mirror’、‘grid-wrap’、‘wrap’}，可選

模式參數確定輸入數組如何擴展到其邊界之外。默認為‘constant’。每個有效值的行為如下(請參閱其他圖表和詳細信息邊界模式):

‘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。

‘grid-mirror’

這是‘reflect’ 的同義詞。

‘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。在輸入邊之外不執行插值。

‘grid-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。插值也會發生在輸入範圍之外的樣本上。

‘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。

‘grid-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。

‘wrap’ (d b c d | a b c d | b c a b)

輸入通過環繞到相反的邊來擴展，但是以某種方式使最後一個點和初始點完全重疊。在這種情況下，沒有很好地定義在重疊點將選擇哪個樣本。

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。

prefilter： 布爾型，可選

確定輸入數組是否經過預過濾scipy.ndimage.spline_filter插值之前。默認為 True，這將創建一個臨時浮點數64過濾值數組 if訂單 > 1.如果將此設置為 False，則輸出會稍微模糊，如果訂單 > 1, 除非輸入是預過濾的，即它是調用的結果scipy.ndimage.spline_filter在原始輸入上。

返回 ：：

shift： ndarray

移位的輸入。

注意：

對於complex-valued輸入，該函數獨立地移動實部和虛部。

例子：

導入必要的模塊和示例圖像。

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

將圖像垂直移動 20 像素。

>>> image_shifted_vertically = shift(image, (20, 0))

將圖像垂直移動 -200 像素，水平移動 100 像素。

>>> image_shifted_both_directions = shift(image, (-200, 100))

繪製原始圖像和移動後的圖像。

>>> fig, axes = plt.subplots(3, 1, figsize=(4, 12))
>>> plt.gray()  # show the filtered result in grayscale
>>> top, middle, bottom = axes
>>> for ax in axes:
...     ax.set_axis_off()  # remove coordinate system
>>> top.imshow(image)
>>> top.set_title("Original image")
>>> middle.imshow(image_shifted_vertically)
>>> middle.set_title("Vertically shifted image")
>>> bottom.imshow(image_shifted_both_directions)
>>> bottom.set_title("Image shifted in both directions")
>>> fig.tight_layout()