多维图像处理 (scipy.ndimage)#

此软件包包含用于多维图像处理的各种函数。

滤镜#

convolve(input, weights[, output, mode, ...])

多维卷积。

convolve1d(input, weights[, axis, output, ...])

沿给定轴计算一维卷积。

correlate(input, weights[, output, mode, ...])

多维相关。

correlate1d(input, weights[, axis, output, ...])

沿给定轴计算一维相关。

gaussian_filter(input, sigma[, order, ...])

多维高斯滤镜。

gaussian_filter1d(input, sigma[, axis, ...])

一维高斯滤镜。

gaussian_gradient_magnitude(input, sigma[, ...])

使用高斯导数计算多维梯度幅度。

gaussian_laplace(input, sigma[, output, ...])

使用高斯二阶导数的多维拉普拉斯滤镜。

generic_filter(input, function[, size, ...])

使用给定函数计算多维滤镜。

generic_filter1d(input, function, filter_size)

沿给定轴计算一维滤镜。

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计算N维拉普拉斯滤镜。

laplace(input[, output, mode, cval, axes])

基于近似二阶导数的N维拉普拉斯滤镜。

maximum_filter(input[, size, footprint, ...])

计算多维最大值滤镜。

maximum_filter1d(input, size[, axis, ...])

沿给定轴计算一维最大值滤镜。

median_filter(input[, size, footprint, ...])

计算多维中值滤镜。

minimum_filter(input[, size, footprint, ...])

计算多维最小值滤镜。

minimum_filter1d(input, size[, axis, ...])

沿给定轴计算一维最小值滤镜。

percentile_filter(input, percentile[, size, ...])

计算多维百分位滤镜。

prewitt(input[, axis, output, mode, cval])

计算 Prewitt 滤镜。

rank_filter(input, rank[, size, footprint, ...])

计算多维秩滤镜。

sobel(input[, axis, output, mode, cval])

计算 Sobel 滤镜。

uniform_filter(input[, size, output, mode, ...])

多维均匀滤镜。

uniform_filter1d(input, size[, axis, ...])

沿给定轴计算一维均匀滤镜。

vectorized_filter(input, function, *[, ...])

使用向量化 Python 可调用对象作为核来过滤数组

傅里叶滤镜#

fourier_ellipsoid(input, size[, n, axis, output])

多维椭球傅里叶滤镜。

fourier_gaussian(input, sigma[, n, axis, output])

多维高斯傅里叶滤镜。

fourier_shift(input, shift[, n, axis, output])

多维傅里叶移位滤镜。

fourier_uniform(input, size[, n, axis, output])

多维均匀傅里叶滤镜。

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坐标。

rotate(input, angle[, axes, reshape, ...])

旋转数组。

shift(input, shift[, output, order, mode, ...])

平移数组。

spline_filter(input[, order, output, mode])

多维样条滤镜。

spline_filter1d(input[, order, axis, ...])

沿给定轴计算一维样条滤镜。

zoom(input, zoom[, output, order, mode, ...])

缩放数组。

测量#

center_of_mass(input[, labels, index])

计算数组在标签处的质量中心。

extrema(input[, labels, index])

计算数组在标签处的值的最小值和最大值及其位置。

find_objects(input[, max_label])

在已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，可选地在标签处计算。

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])

计算数组在已标记区域上的最大值。

maximum_position(input[, labels, index])

查找数组在标签处的值的最大值位置。

mean(input[, labels, index])

计算数组在标签处的值的平均值。

median(input[, labels, index])

计算数组在已标记区域上的中值。

minimum(input[, labels, index])

计算数组在已标记区域上的最小值。

minimum_position(input[, labels, index])

查找数组在标签处的值的最小值位置。

standard_deviation(input[, labels, index])

计算 N 维图像数组值的标准差，可选地在指定子区域计算。

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 维图像数组值的方差，可选地在指定子区域计算。

watershed_ift(input, markers[, structure, ...])

使用图像森林变换算法从标记应用分水岭。

形态学#

binary_closing(input[, structure, ...])

使用给定结构元素进行多维二值闭运算。

binary_dilation(input[, structure, ...])

使用给定结构元素进行多维二值膨胀。

binary_erosion(input[, structure, ...])

使用给定结构元素进行多维二值腐蚀。

binary_fill_holes(input[, structure, ...])

填充二值对象中的孔洞。

binary_hit_or_miss(input[, structure1, ...])

多维二值击中或未击中变换。

binary_opening(input[, structure, ...])

使用给定结构元素进行多维二值开运算。

binary_propagation(input[, structure, mask, ...])

使用给定结构元素进行多维二值传播。

black_tophat(input[, size, footprint, ...])

多维黑色顶帽滤镜。

distance_transform_bf(input[, metric, ...])

使用暴力算法的距离变换函数。

distance_transform_cdt(input[, metric, ...])

倒角类型变换的距离变换。

distance_transform_edt(input[, sampling, ...])

精确欧几里得距离变换。

generate_binary_structure(rank, connectivity)

为二值形态学操作生成二值结构。

grey_closing(input[, size, footprint, ...])

多维灰度闭运算。

grey_dilation(input[, size, footprint, ...])

计算灰度膨胀，可以使用结构元素，或对应于扁平结构元素的足迹。

grey_erosion(input[, size, footprint, ...])

计算灰度腐蚀，可以使用结构元素，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[, ...])

通过自身膨胀迭代结构。

morphological_gradient(input[, size, ...])

多维形态学梯度。

morphological_laplace(input[, size, ...])

多维形态学拉普拉斯。

white_tophat(input[, size, footprint, ...])

多维白色顶帽滤镜。