scipy.ndimage.
generic_gradient_magnitude#
- scipy.ndimage.generic_gradient_magnitude(input, derivative, output=None, mode='reflect', cval=0.0, extra_arguments=(), extra_keywords=None, *, axes=None)[源代码]#
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)
参见下面的 extra_arguments、extra_keywords。derivative 可以假定 input 和 output 是 ndarray。请注意,derivative 的输出是原地修改的;返回之前请务必复制重要输入。
- outputarray 或 dtype,可选
用于放置输出的数组,或返回数组的数据类型(dtype)。默认情况下,将创建一个与输入具有相同 dtype 的数组。
- modestr 或序列,可选
当滤波器与边界重叠时,mode 参数决定了输入数组的扩展方式。通过传入一个长度等于输入数组维度的模式序列,可以沿每个轴指定不同的模式。默认值为 'reflect'。有效值及其行为如下:
- ‘reflect’ (d c b a | a b c d | d c b a)
通过最后一个像素的边缘反射来扩展输入。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)
通过用由 cval 参数定义的相同常量值填充超出边缘的所有值来扩展输入。
- ‘nearest’ (a a a a | a b c d | d d d d)
通过复制最后一个像素来扩展输入。
- ‘mirror’ (d c b | a b c d | c b a)
通过最后一个像素的中心反射来扩展输入。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)
通过环绕到对边来扩展输入。
为了与插值函数保持一致,也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',用于填充输入数组超出边缘的值。默认值为 0.0。
- extra_keywordsdict,可选
要传递给已传入函数的额外关键字参数字典。
- extra_arguments序列,可选
要传递给已传入函数的额外位置参数序列。
- axesint 元组或 None
应用滤波器的轴。如果提供了 mode 元组,其长度必须与轴的数量匹配。
- 返回:
- generic_gradient_magnitudendarray
已滤波数组。与 input 具有相同的形状。