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()
