uniform_filter#
- scipy.ndimage.uniform_filter(input, size=3, output=None, mode='reflect', cval=0.0, origin=0, *, axes=None)[源代码]#
多维均匀滤波器。
- 参数:
- inputarray_like
输入数组。
- sizeint 或 int 序列，可选
均匀滤波器的大小对于每个轴都以序列形式给出，或者作为单个数字，在这种情况下，所有轴的大小都相同。
- output数组或 dtype，可选
放置输出的数组，或返回数组的 dtype。默认情况下，将创建一个与输入具有相同 dtype 的数组。
- modestr 或序列，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)
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采样对称。
- “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超出边缘的所有值来扩展输入。
- “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采样对称。
- “wrap” (a b c d | a b c d | a b c d)
通过环绕到相反的边缘来扩展输入。
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”，则填充输入边缘之外的值。默认为 0.0。
- originint 或序列，可选
控制滤波器在输入数组像素上的放置。值为 0（默认值）将滤波器居中放置在像素上，正值将滤波器向左移动，负值将滤波器向右移动。通过传递一个长度等于输入数组维度的原点序列，可以沿每个轴指定不同的偏移。
- axesint 元组或 None，可选
如果为 None，则沿所有轴对 input 进行过滤。否则，沿指定的轴对 input 进行过滤。当指定 axes 时，用于 size、origin 和/或 mode 的任何元组都必须与 axes 的长度匹配。这些元组中的第 i 个条目对应于 axes 中的第 i 个条目。
- 返回:
- uniform_filterndarray
已过滤的数组。与 input 具有相同的形状。
说明
多维滤波器实现为一系列 1-D 均匀滤波器。中间数组以与输出相同的数据类型存储。因此，对于精度有限的输出类型，由于中间结果可能以不足的精度存储，因此结果可能不精确。
示例
>>> from scipy import ndimage, datasets >>> import matplotlib.pyplot as plt >>> fig = plt.figure() >>> plt.gray() # show the filtered result in grayscale >>> ax1 = fig.add_subplot(121) # left side >>> ax2 = fig.add_subplot(122) # right side >>> ascent = datasets.ascent() >>> result = ndimage.uniform_filter(ascent, size=20) >>> ax1.imshow(ascent) >>> ax2.imshow(result) >>> plt.show()
