scipy.ndimage.

generic_gradient_magnitude

scipy.ndimage.generic_gradient_magnitude(input, derivative, output=None, mode='reflect', cval=0.0, extra_arguments=(), extra_keywords=None)

使用提供的梯度函数计算梯度幅值。

参数：

inputarray_like

输入数组。

derivativecallable

具有以下签名的可调用对象

derivative(input, axis, output, mode, cval,
           *extra_arguments, **extra_keywords)

参见 extra_arguments, extra_keywords 如下。 derivative 可以假设 input 和 output 是 ndarray。请注意，derivative 的输出会就地修改；在返回输入之前，请小心复制重要的输入。

outputarray 或 dtype，可选

要放置输出的数组，或返回数组的 dtype。默认情况下，将创建一个与输入相同 dtype 的数组。

modestr 或序列，可选

mode 参数决定当滤波器与边界重叠时如何扩展输入数组。通过传递长度等于输入数组维度数量的模式序列，可以在每个轴上指定不同的模式。默认值为“reflect”。有效值及其行为如下所示

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

输入通过围绕最后一个像素的边缘进行反射来扩展。此模式有时也称为半样本对称。

‘constant’ (k k k k | a b c d | k k k k)

输入通过用 cval 参数定义的相同常数值填充边缘以外的所有值来扩展。

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

输入通过复制最后一个像素来扩展。

‘mirror’ (d c b | a b c d | c b a)

输入通过围绕最后一个像素的中心进行反射来扩展。此模式有时也称为全样本对称。

‘wrap’ (a b c d | a b c d | a b c d)

输入通过环绕到相对边缘来扩展。

为了与插值函数保持一致，还可以使用以下模式名称

‘grid-constant’

这是“constant”的同义词。

‘grid-mirror’

这是“reflect”的同义词。

‘grid-wrap’

这是“wrap”的同义词。

cval标量，可选

如果 mode 为“constant”，则用于填充输入边缘以外的值。默认为 0.0。

extra_keywordsdict，可选

要传递给传递函数的额外关键字参数的字典。

extra_arguments序列，可选

要传递给传递函数的额外位置参数的序列。

返回值：

generic_gradient_matnitudendarray

已过滤的数组。与 input 具有相同的形状。