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_argumentsextra_keywordsderivative 可以假定 inputoutput 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。