scipy.ndimage.

center_of_mass#

scipy.ndimage.center_of_mass(input, labels=None, index=None)[source]#

计算数组中标签处值的质心。

参数:
inputndarray

用于计算质心的数据。质量可以是正数或负数。

labelsndarray, 可选

输入中对象的标签，由 ndimage.label 生成。仅与 index 一起使用。维度必须与 input 相同。

indexint 或 int 序列，可选

要计算质心的标签。如果未指定，将计算大于零的所有标签的组合质心。仅与 labels 一起使用。

返回:
center_of_mass元组，或元组列表

质心的坐标。

示例

>>> import numpy as np
>>> a = np.array(([0,0,0,0],
...               [0,1,1,0],
...               [0,1,1,0],
...               [0,1,1,0]))
>>> from scipy import ndimage
>>> ndimage.center_of_mass(a)
(2.0, 1.5)

计算图像中的多个对象

>>> b = np.array(([0,1,1,0],
...               [0,1,0,0],
...               [0,0,0,0],
...               [0,0,1,1],
...               [0,0,1,1]))
>>> lbl = ndimage.label(b)[0]
>>> ndimage.center_of_mass(b, lbl, [1,2])
[(0.33333333333333331, 1.3333333333333333), (3.5, 2.5)]

负质量也被接受，例如，当由于随机噪声从测量数据中去除偏差时会出现这种情况。

>>> c = np.array(([-1,0,0,0],
...               [0,-1,-1,0],
...               [0,1,-1,0],
...               [0,1,1,0]))
>>> ndimage.center_of_mass(c)
(-4.0, 1.0)

如果存在除以零问题，该函数不会引发错误，而是会在返回 inf 和/或 NaN 之前发出 RuntimeWarning。

>>> d = np.array([-1, 1])
>>> ndimage.center_of_mass(d)
(inf,)
本页内容