scipy.ndimage.
generic_laplace#
- scipy.ndimage.generic_laplace(input, derivative2, output=None, mode='reflect', cval=0.0, extra_arguments=(), extra_keywords=None, *, axes=None)[source]#
使用提供的二阶导数函数进行 N 维拉普拉斯滤波。
- 参数:
- inputarray_like
输入数组。
- derivative2callable
具有以下签名的可调用对象
derivative2(input, axis, output, mode, cval, *extra_arguments, **extra_keywords)
请参阅下面的 extra_arguments、extra_keywords。
- outputarray 或 dtype,可选
放置输出的数组,或返回数组的数据类型。默认情况下,将创建与输入数据类型相同的数组。
- modestr 或 sequence,可选
mode 参数决定了当滤波器与边界重叠时如何扩展输入数组。通过传入一个长度等于输入数组维度的模式序列,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:
- 'reflect' (d c b a | a b c d | d c b a)
通过围绕最后一个像素的边缘进行反射来扩展输入。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)
通过用相同的常数值填充超出边缘的所有值来扩展输入,该常数值由 cval 参数定义。
- '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)
通过围绕最后一个像素的中心进行反射来扩展输入。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',则用于填充输入边缘之外的值。默认为 0.0。
- extra_keywordsdict,可选
传递给所传函数的额外关键字参数字典。
- extra_argumentssequence,可选
传递给所传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,其长度必须与轴数匹配。
- 返回:
- generic_laplacendarray
滤波后的数组。与 input 具有相同的形状。