scipy.ndimage.
laplace#
- scipy.ndimage.laplace(input, output=None, mode='reflect', cval=0.0)[source]#
基于近似二阶导数的 N 维拉普拉斯滤波器。
- 参数:
- inputarray_like
输入数组。
- outputarray or dtype, 可选
放置输出的数组，或者返回数组的 dtype。默认情况下将创建与输入相同 dtype 的数组。
- modestr 或 sequence, 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。通过传递与输入数组维度数量相等的模式序列，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)
通过关于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 cval 参数定义的相同常数值填充边缘以外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)
通过关于最后一个像素中心的反射来扩展输入。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)
通过环绕到相对边缘来扩展输入。
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。
- cvalscalar, 可选
如果 mode 为 'constant'，则用它填充输入边缘以外的值。默认值为 0.0。
- 返回值:
- laplacendarray
已过滤的数组。与 input 具有相同的形状。
示例
>>> from scipy import ndimage, datasets >>> import matplotlib.pyplot as plt >>> fig = plt.figure() >>> plt.gray() # show the filtered result in grayscale >>> ax1 = fig.add_subplot(121) # left side >>> ax2 = fig.add_subplot(122) # right side >>> ascent = datasets.ascent() >>> result = ndimage.laplace(ascent) >>> ax1.imshow(ascent) >>> ax2.imshow(result) >>> plt.show()
