當前位置: 首頁>>編程示例 >>用法及示例精選 >>正文

Python skimage.filters.prewitt用法及代碼示例

用法:

skimage.filters.prewitt(image, mask=None, *, axis=None, mode='reflect', cval=0.0)

使用 Prewitt 變換查找邊幅度。

參數：

image：數組

輸入圖像。

mask：布爾數組，可選

將輸出圖像剪輯到此蒙版。 (mask=0 的值將被設置為 0。)

axis：int 或 int 序列可選

沿該軸計算邊濾波器。如果未提供，則計算邊幅度。這被定義為：

prw_mag = np.sqrt(sum([prewitt(image, axis=i)**2
                       for i in range(image.ndim)]) / image.ndim)

如果軸是一個序列，也會計算幅度。

mode：str 或 str 序列，可選

卷積的邊界模式。有關模式的說明，請參見 scipy.ndimage.convolve 。這可以是單個邊界模式或每個軸一個邊界模式。

cval：浮點數，可選

什麽時候模式是'constant'，這是在圖像數據邊界之外的值中使用的常數。

返回：

output：浮點數數組

Prewitt 邊圖。

注意：

邊幅度略微取決於邊方向，因為 Prewitt 算子對梯度算子的近似不是完全旋轉不變的。為了獲得更好的旋轉不變性，應使用 Scharr 算子。 Sobel 算子比 Prewitt 算子具有更好的旋轉不變性，但比 Scharr 算子具有更差的旋轉不變性。

例子：

>>> from skimage import data
>>> from skimage import filters
>>> camera = data.camera()
>>> edges = filters.prewitt(camera)

相關用法


注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.filters.prewitt。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。