scipy.ndimage.

minimum_filter1d#

scipy.ndimage.minimum_filter1d(input, size, axis=-1, output=None, mode='reflect', cval=0.0, origin=0)[source]#

沿给定轴计算一维最小值滤波器。

沿给定轴的数组行使用给定大小的最小值滤波器进行滤波。

参数：
inputarray_like

输入数组。

sizeint

计算一维最小值的长度

axisint, optional

要计算的 input 轴。默认值为 -1。

outputarray or dtype, optional

用于放置输出的数组，或返回数组的 dtype。默认情况下，将创建与输入相同 dtype 的数组。

mode{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}, optional

mode 参数决定了输入数组如何在边界之外进行扩展。默认值为 ‘reflect’。每个有效值的行为如下

‘reflect’ (d c b a | a b c d | d c b a)

输入通过关于最后一个像素边缘的反射进行扩展。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)

输入通过用 cval 参数定义的相同常数值填充边界之外的所有值来扩展。

‘nearest’ (a a a a | a b c d | d d d d)

输入通过复制最后一个像素来扩展。

‘mirror’ (d c b | a b c d | c b a)

输入通过关于最后一个像素中心的反射进行扩展。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)

输入通过包裹到相对边缘来扩展。

为了与插值函数保持一致，以下模式名称也可以使用

‘grid-mirror’

这是 ‘reflect’ 的同义词。

‘grid-constant’

这是 ‘constant’ 的同义词。

‘grid-wrap’

这是 ‘wrap’ 的同义词。

cvalscalar, optional

如果 mode 为 ‘constant’，则用于填充输入边缘之外的值。默认值为 0.0。

originint, optional

控制滤波器在输入数组像素上的放置。值为 0（默认值）将滤波器居中在像素上，正值将滤波器向左移动，负值将滤波器向右移动。

返回值：
resultndarray.

滤波后的图像。与 input 形状相同。

注意

此函数实现了 MINLIST 算法 [1]，如 Richard Harter [2] 所述，并且保证 O(n) 性能，n 是 input 长度，与滤波器大小无关。

参考文献

示例

>>> from scipy.ndimage import minimum_filter1d
>>> minimum_filter1d([2, 8, 0, 4, 1, 9, 9, 0], size=3)
array([2, 0, 0, 0, 1, 1, 0, 0])
本页内容