多维图像处理 (scipy.ndimage)

此包包含各种用于多维图像处理的功能。

过滤器

convolve(input, weights[, output, mode, ...])	多维卷积。
convolve1d(input, weights[, axis, output, ...])	沿着给定轴计算一维卷积。
correlate(input, weights[, output, mode, ...])	多维相关性。
correlate1d(input, weights[, axis, output, ...])	沿着给定轴计算一维相关性。
gaussian_filter(input, sigma[, order, ...])	多维高斯滤波器。
gaussian_filter1d(input, sigma[, axis, ...])	一维高斯滤波器。
gaussian_gradient_magnitude(input, sigma[, ...])	使用高斯导数的多维梯度幅度。
gaussian_laplace(input, sigma[, output, ...])	使用高斯二阶导数的多维拉普拉斯滤波器。
generic_filter(input, function[, size, ...])	使用给定函数计算多维滤波器。
generic_filter1d(input, function, filter_size)	沿着给定轴计算一维滤波器。
generic_gradient_magnitude(input, derivative)	使用提供的梯度函数计算梯度幅度。
generic_laplace(input, derivative2[, ...])	使用提供的二阶导数函数的 N 维拉普拉斯滤波器。
laplace(input[, output, mode, cval])	基于近似二阶导数的 N 维拉普拉斯滤波器。
maximum_filter(input[, size, footprint, ...])	计算多维最大滤波器。
maximum_filter1d(input, size[, axis, ...])	沿着给定轴计算一维最大滤波器。
median_filter(input[, size, footprint, ...])	计算多维中值滤波器。
minimum_filter(input[, size, footprint, ...])	计算多维最小滤波器。
minimum_filter1d(input, size[, axis, ...])	沿着给定轴计算一维最小滤波器。
percentile_filter(input, percentile[, size, ...])	计算多维百分位数滤波器。
prewitt(input[, axis, output, mode, cval])	计算 Prewitt 滤波器。
rank_filter(input, rank[, size, footprint, ...])	计算多维排序滤波器。
sobel(input[, axis, output, mode, cval])	计算 Sobel 滤波器。
uniform_filter(input[, size, output, mode, ...])	多维均匀滤波器。
uniform_filter1d(input, size[, axis, ...])	沿着给定轴计算一维均匀滤波器。

傅里叶滤波器

fourier_ellipsoid(input, size[, n, axis, output])	多维椭圆形傅里叶滤波器。
fourier_gaussian(input, sigma[, n, axis, output])	多维高斯傅里叶滤波器。
fourier_shift(input, shift[, n, axis, output])	多维傅里叶移位滤波器。
fourier_uniform(input, size[, n, axis, output])	多维均匀傅里叶滤波器。

插值

affine_transform(input, matrix[, offset, ...])	应用仿射变换。
geometric_transform(input, mapping[, ...])	应用任意几何变换。
map_coordinates(input, coordinates[, ...])	通过插值将输入数组映射到新的坐标。
rotate(input, angle[, axes, reshape, ...])	旋转数组。
shift(input, shift[, output, order, mode, ...])	移动数组。
spline_filter(input[, order, output, mode])	多维样条滤波器。
spline_filter1d(input[, order, axis, ...])	沿着给定轴计算一维样条滤波器。
zoom(input, zoom[, output, order, mode, ...])	缩放数组。

测量

center_of_mass(input[, labels, index])	计算数组在标签处值的质心。
extrema(input[, labels, index])	计算数组在标签处值的最小值和最大值，以及它们的位置。
find_objects(input[, max_label])	在标记数组中查找对象。
histogram(input, min, max, bins[, labels, index])	计算数组值的直方图，可选地在标签处。
label(input[, structure, output])	标记数组中的特征。
labeled_comprehension(input, labels, index, ...)	大致相当于 [func(input[labels == i]) for i in index]。
maximum(input[, labels, index])	计算数组在标记区域内值的最大值。
maximum_position(input[, labels, index])	查找数组在标签处值的极大值的位置。
mean(input[, labels, index])	计算数组在标签处值的平均值。
median(input[, labels, index])	计算标记区域内数组值的的中位数。
minimum(input[, labels, index])	计算标记区域内数组值的最小值。
minimum_position(input[, labels, index])	在给定标签处查找数组值最小值的位置。
standard_deviation(input[, labels, index])	计算 N 维图像数组的值的标准差，可选地在指定的子区域。
sum_labels(input[, labels, index])	计算数组值的总和。
value_indices(arr, *[, ignore_value])	查找给定数组中每个不同值的索引。
variance(input[, labels, index])	计算 N 维图像数组的值的方差，可选地在指定的子区域。
watershed_ift(input, markers[, structure, ...])	使用图像森林转换算法从标记中应用分水岭。

形态学

binary_closing(input[, structure, ...])	使用给定的结构元素进行多维二值闭运算。
binary_dilation(input[, structure, ...])	使用给定的结构元素进行多维二值膨胀。
binary_erosion(input[, structure, ...])	使用给定的结构元素进行多维二值腐蚀。
binary_fill_holes(input[, structure, ...])	填充二值对象中的空洞。
binary_hit_or_miss(input[, structure1, ...])	多维二值命中或丢失变换。
binary_opening(input[, structure, ...])	使用给定的结构元素进行多维二值开运算。
binary_propagation(input[, structure, mask, ...])	使用给定的结构元素进行多维二值传播。
black_tophat(input[, size, footprint, ...])	多维黑色顶帽滤波器。
distance_transform_bf(input[, metric, ...])	通过蛮力算法的距离变换函数。
distance_transform_cdt(input[, metric, ...])	用于斜角型变换的距离变换。
distance_transform_edt(input[, sampling, ...])	精确的欧几里得距离变换。
generate_binary_structure(rank, connectivity)	为二值形态学运算生成二值结构。
grey_closing(input[, size, footprint, ...])	多维灰度闭运算。
grey_dilation(input[, size, footprint, ...])	计算灰度膨胀，使用结构元素或对应于扁平结构元素的足迹。
grey_erosion(input[, size, footprint, ...])	计算灰度腐蚀，使用结构元素或对应于扁平结构元素的足迹。
grey_opening(input[, size, footprint, ...])	多维灰度开运算。
iterate_structure(structure, iterations[, ...])	通过用自身进行膨胀来迭代结构。
morphological_gradient(input[, size, ...])	多维形态梯度。
morphological_laplace(input[, size, ...])	多维形态拉普拉斯。
white_tophat(input[, size, footprint, ...])	多维白色顶帽滤波器。