scipy.ndimage.
prewitt#
- scipy.ndimage.prewitt(input, axis=-1, output=None, mode='reflect', cval=0.0)[source]#
计算 Prewitt 滤波器。
- 参数:
- inputarray_like
输入数组。
- axisint, 可选
计算 input 的轴,默认值为 -1。
- output数组或数据类型,可选
放置输出的数组,或返回数组的数据类型。默认情况下,将创建一个与 input 相同数据类型数组。
- mode字符串或序列,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。通过传递一个长度等于输入数组维度数量的模式序列,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边缘的反射来扩展输入。这种模式有时也被称为半样本对称。
- ‘constant’ (k k k k | a b c d | k k k k)
通过使用由 cval 参数定义的相同常数值填充所有超出边缘的值来扩展输入。
- ‘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。这种模式有时也被称为全样本对称。
- ‘wrap’ (a b c d | a b c d | a b c d)
通过包裹到相反边缘来扩展输入。
为了与插值函数保持一致,以下模式名称也可以使用
- ‘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。
- 返回值:
- prewittndarray
已过滤的数组。与 input 具有相同的形状。
参见
sobel
Sobel 滤波器
备注
此函数计算一维 Prewitt 滤波器。水平变换(axis=0)强调水平边缘,垂直变换(axis=1)强调垂直边缘,更高维也是如此。这些可以组合起来得到幅度。
示例
>>> from scipy import ndimage, datasets >>> import matplotlib.pyplot as plt >>> import numpy as np >>> ascent = datasets.ascent() >>> prewitt_h = ndimage.prewitt(ascent, axis=0) >>> prewitt_v = ndimage.prewitt(ascent, axis=1) >>> magnitude = np.sqrt(prewitt_h ** 2 + prewitt_v ** 2) >>> magnitude *= 255 / np.max(magnitude) # Normalization >>> fig, axes = plt.subplots(2, 2, figsize = (8, 8)) >>> plt.gray() >>> axes[0, 0].imshow(ascent) >>> axes[0, 1].imshow(prewitt_h) >>> axes[1, 0].imshow(prewitt_v) >>> axes[1, 1].imshow(magnitude) >>> titles = ["original", "horizontal", "vertical", "magnitude"] >>> for i, ax in enumerate(axes.ravel()): ... ax.set_title(titles[i]) ... ax.axis("off") >>> plt.show()