scipy.ndimage.

prewitt

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

计算 Prewitt 滤波器。

参数:

inputarray_like

输入数组。

axisint, 可选

计算时沿 input 的轴。默认为 -1。

outputarray 或 dtype, 可选

用于放置输出的数组，或返回数组的数据类型。默认情况下，将创建一个与输入数据类型相同的数组。

modestr 或 sequence, 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。 通过传递一个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)

输入通过反射最后一个像素的边缘进行扩展。 这种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)

输入通过使用相同的常数值填充边缘以外的所有值来扩展，该常数值由 cval 参数定义。

“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)

输入通过反射最后一个像素的中心进行扩展。 这种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)

输入通过环绕到相反的边缘进行扩展。

为了与插值函数保持一致，还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”，则填充输入边缘外的值。 默认为 0.0。

返回:

prewittndarray

已过滤的数组。 具有与 input 相同的形状。

另请参阅

sobel

Sobel 滤波器

备注

此函数计算一维 Prewitt 滤波器。 水平边缘使用水平变换（axis=0）进行强调，垂直边缘使用垂直变换（axis=1）进行强调，对于更高维度，以此类推。 这些可以组合以给出幅度。

示例

在您的浏览器中尝试！

>>> 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()

返回在新标签页中打开