Python skimage.restoration.cycle_spin用法及代碼示例

用法: skimage.restoration.cycle_spin(x, func, max_shifts, shift_steps=1, num_workers=None, multichannel=False, func_kw={}, *, channel_axis=- 1)

循環旋轉(重複將 func 應用於 x 的移位版本)。

參數：

x：array-like: 輸入到 func 的數據。
func：函數: 適用於 x 的循環移位版本的函數。應該將x 作為它的第一個參數。可以通過 func_kw 提供任何其他參數。
max_shifts：int 或元組: 如果是整數，將沿 x 的每個軸使用 range(0, max_shifts+1) 中的移位。如果是元組，range(0, max_shifts[i]+1) 將沿著 i 軸。
shift_steps：int 或元組，可選: 沿軸 i 應用的移位的步長為::range((0, max_shifts[i]+1, shift_steps[i])) 。如果提供整數，則所有軸使用相同的步長。
num_workers：int 或無，可選: 在循環旋轉期間使用的並行線程數。如果設置為 None ，則使用完整的可用內核集。
multichannel：布爾型，可選: 是否將最終軸視為通道(在通道軸上不執行循環移位)。不推薦使用此參數：改為指定 channel_axis。
func_kw：字典，可選: 要提供給 func 的其他關鍵字參數。
channel_axis：int 或無，可選: 如果為 None，則假定圖像是灰度(單通道)圖像。否則，此參數指示數組的哪個軸對應於通道。

avg_y：np.ndarray: func(x, **func_kw) 的輸出對指定軸偏移的所有組合進行平均。

其他參數：

multichannel：DEPRECATED: 已棄用以支持channel_axis。

注意：

循環旋轉被提議作為一種通過執行 shift-variant 變換 [1] 的幾個循環移位來接近移位不變性的方法。

對於 n-level 離散小波變換，可能希望執行所有移位直到 max_shifts = 2**n - 1 。在實踐中，很多好處通常可以通過每個軸的少量移位來實現。

對於諸如逐塊離散餘弦變換之類的變換，人們可能希望將移位評估為變換使用的塊大小。

參考：

1: R.R. Coifman and D.L. Donoho. “Translation-Invariant De-Noising”. Wavelets and Statistics, Lecture Notes in Statistics, vol.103. Springer, New York, 1995, pp.125-150. DOI:10.1007/978-1-4612-2544-7_9

例子：

>>> import skimage.data
>>> from skimage import img_as_float
>>> from skimage.restoration import denoise_wavelet, cycle_spin
>>> img = img_as_float(skimage.data.camera())
>>> sigma = 0.1
>>> img = img + sigma * np.random.standard_normal(img.shape)
>>> denoised = cycle_spin(img, func=denoise_wavelet,
...                       max_shifts=3)

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.restoration.cycle_spin。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：

參考：

例子：