scipy.ndimage.

shift#

scipy.ndimage.shift(input, shift, output=None, order=3, mode='constant', cval=0.0, prefilter=True)[源代码]#

移动数组。

使用请求阶数的三次样条插值移动数组。根据给定模式填充输入边界之外的点。

参数:

inputarray_like

输入数组。

shiftfloat 或 sequence

沿轴的移动量。如果为浮点数，则对于每个轴，shift 相同。如果为序列，则 shift 应包含每个轴的值。

outputarray 或 dtype, 可选

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

orderint, 可选

三次样条插值的阶数，默认为 3。阶数必须在 0-5 的范围内。

mode{‘reflect’, ‘grid-mirror’, ‘constant’, ‘grid-constant’, ‘nearest’, ‘mirror’, ‘grid-wrap’, ‘wrap’}, 可选

mode 参数确定如何将输入数组扩展到其边界之外。默认为 ‘constant’。每个有效值的行为如下（请参阅边界模式中的其他图和详细信息）

‘reflect’ (d c b a | a b c d | d c b a): 通过反射最后一个像素的边缘来扩展输入。此模式有时也称为半样本对称。
‘grid-mirror’: 这是 ‘reflect’ 的同义词。
‘constant’ (k k k k | a b c d | k k k k): 通过使用 cval 参数定义的相同常量值填充边缘之外的所有值来扩展输入。超出输入边缘不执行插值。
‘grid-constant’ (k k k k | a b c d | k k k k): 通过使用 cval 参数定义的相同常量值填充边缘之外的所有值来扩展输入。对于输入范围之外的样本也进行插值。
‘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): 通过反射最后一个像素的中心来扩展输入。此模式有时也称为全样本对称。
‘grid-wrap’ (a b c d | a b c d | a b c d): 通过环绕到另一侧的边缘来扩展输入。
‘wrap’ (d b c d | a b c d | b c a b): 通过环绕到另一侧的边缘来扩展输入，但方式使最后一个点和初始点完全重叠。在这种情况下，未明确定义在重叠点将选择哪个样本。

cvalscalar, 可选

如果 mode 为 ‘constant’，则填充输入边缘之外的值。默认为 0.0。

prefilterbool, 可选

确定是否在插值之前使用 spline_filter 对输入数组进行预过滤。默认值为 True，如果 order > 1，将创建一个临时的 float64 过滤值数组。如果将其设置为 False，则如果 order > 1，则输出将略微模糊，除非输入已预先过滤，即它是调用 spline_filter 的结果。

返回:

shiftndarray: 移动后的输入。

另请参见

affine_transform: 仿射变换

备注

对于复数值 input，此函数独立地移动实部和虚部。

在 1.6.0 版本中添加: 添加了对复数值的支持。

示例

导入必要的模块和一个示例图像。

>>> from scipy.ndimage import shift
>>> import matplotlib.pyplot as plt
>>> from scipy import datasets
>>> image = datasets.ascent()

将图像垂直移动 20 个像素。

>>> image_shifted_vertically = shift(image, (20, 0))

将图像垂直移动 -200 个像素，水平移动 100 个像素。

>>> image_shifted_both_directions = shift(image, (-200, 100))

绘制原始图像和移动后的图像。

>>> fig, axes = plt.subplots(3, 1, figsize=(4, 12))
>>> plt.gray()  # show the filtered result in grayscale
>>> top, middle, bottom = axes
>>> for ax in axes:
...     ax.set_axis_off()  # remove coordinate system
>>> top.imshow(image)
>>> top.set_title("Original image")
>>> middle.imshow(image_shifted_vertically)
>>> middle.set_title("Vertically shifted image")
>>> bottom.imshow(image_shifted_both_directions)
>>> bottom.set_title("Image shifted in both directions")
>>> fig.tight_layout()