uniform_filter#
- scipy.ndimage.uniform_filter(input, size=3, output=None, mode='reflect', cval=0.0, origin=0, *, axes=None)[source]#
多维均匀滤波器。
- 参数：
- inputarray_like
输入数组。
- sizeint 或 int 序列，可选
每个轴的均匀滤波器大小，作为序列给出，或者作为单个数字给出，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，或者返回数组的 dtype。默认情况下，将创建与 input 相同 dtype 的数组。
- modestr 或 序列，可选
mode 参数决定在滤波器与边界重叠时如何扩展输入数组。通过传递长度等于输入数组维度数的模式序列，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)
通过围绕最后一个像素的边缘反射来扩展输入。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)
通过用 cval 参数定义的相同常数值填充边缘之外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)
通过围绕最后一个像素的中心反射来扩展输入。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)
通过环绕到对面的边缘来扩展输入。
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'，则用于填充输入边缘之外的值。默认值为 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。通过传递长度等于输入数组维度数的原点序列，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 进行滤波。否则，沿指定的轴对 input 进行滤波。当指定 axes 时，用于 size、origin 和/或 mode 的任何元组必须与 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
已滤波数组。与 input 形状相同。
备注
多维滤波器实现为一系列一维均匀滤波器。中间数组存储在与输出相同的数据类型中。因此，对于精度有限的输出类型，结果可能不精确，因为中间结果可能以精度不足的方式存储。
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()
