scipy.ndimage.

prewitt#

scipy.ndimage.prewitt(input, axis=-1, output=None, mode='reflect', cval=0.0)[源码]#

计算 Prewitt 滤波器。

参数:

inputarray_like

输入数组。

axisint, optional

计算沿 input 的轴。默认为 -1。

outputarray 或 dtype, optional

放置输出的数组，或返回数组的数据类型。默认情况下，将创建一个与输入具有相同数据类型的数组。

modestr 或 sequence, optional

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): 输入通过围绕最后一个像素的边缘反射进行扩展。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): 通过用相同的常数值填充边缘之外的所有值来扩展输入，该常数值由 cval 参数定义。
‘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): 通过围绕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。

cvalscalar, optional

如果 mode 是 ‘constant’，则用于填充输入超出边缘的值。默认为 0.0。

返回:

prewittndarray: 滤波后的数组。与 input 具有相同的形状。

另请参见

sobel: Sobel 滤波器

注意

此函数计算一维 Prewitt 滤波器。水平边缘通过水平变换（axis=0）进行强调，垂直边缘通过垂直变换（axis=1）进行强调，更高维度依此类推。这些可以组合起来给出幅值。

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()

../../_images/scipy-ndimage-prewitt-1.png