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)

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)

请参阅下面的 extra_arguments 和 extra_keywords。derivative 可以假设 input 和 output 是 ndarray。请注意，derivative 的输出是原地修改的；在返回之前务必复制重要的输入。

outputarray 或 dtype，可选

放置输出的数组，或者返回数组的 dtype。默认情况下，将创建一个与输入具有相同 dtype 的数组。

modestr 或 sequence，可选

mode 参数确定当滤波器与边界重叠时如何扩展输入数组。通过传递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)

输入通过反射最后一个像素的边缘来扩展。这种模式有时也称为半采样对称。

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

输入通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

‘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)

输入通过反射最后一个像素的中心来扩展。这种模式有时也称为全采样对称。

‘wrap’ (a b c d | a b c d | a b c d)

输入通过环绕到相反的边缘来扩展。

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”，则填充输入边缘过去的值。默认为 0.0。

extra_keywordsdict，可选

传递给传递函数的额外关键字参数的字典。

extra_argumentssequence，可选

传递给传递函数的额外位置参数的序列。

axesint 元组或 None

应用滤波器的轴。如果提供了 mode 元组，则其长度必须与轴的数量匹配。

返回:

generic_gradient_matnitudendarray

滤波后的数组。与 input 具有相同的形状。