scipy.ndimage.

laplace#

scipy.ndimage.laplace(input, output=None, mode='reflect', cval=0.0, *, axes=None)[source]#

基于近似二阶导数的 N 维拉普拉斯(Laplace)滤波器。

参数:
inputarray_like

输入数组。

outputarray 或 dtype,可选

放置输出的数组,或返回数组的 dtype。默认情况下,将创建与输入具有相同 dtype 的数组。

modestr 或序列,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。通过传递长度等于输入数组维数的模式序列,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)

通过沿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 参数定义的相同常数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)

通过沿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’,则用于填充输入边缘之外的值。默认值为 0.0。

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:
laplacendarray

滤波后的数组。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()
../../_images/scipy-ndimage-laplace-1.png