dask_image.ndfilters 包

dask_image.ndfilters 包¶

dask_image.ndfilters.convolve(image, weights, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.convolve” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

多维卷积。

数组与给定的核进行卷积。

参数

image (array_like) – 图像数组。
weights (array_like) – 权重数组，维度与图像相同
mode ({'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, optional) –
mode 参数决定了图像数组如何在其边界之外扩展。默认值为 ‘reflect’。每个有效值的行为如下所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也可以使用以下模式名称

’grid-mirror’
这是 ‘reflect’ 的同义词。

’grid-constant’
这是 ‘constant’ 的同义词。

’grid-wrap’
这是 ‘wrap’ 的同义词。
cval (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0
origin (int, optional) – 控制图像信号的起点，即滤镜居中以生成输出的第一个元素的位置。正值将滤镜向右移动，负值向左移动。默认值为 0。

返回值

result – 图像与 weights 进行卷积的结果。

返回类型

ndarray

另请参阅

correlate: 图像与核进行相关。

注意

result 中的每个值是 \(C_i = \sum_j{I_{i+k-j} W_j}\)，其中 W 是 weights 核，j 是 \(W\) 上的 N-D 空间索引，I 是 image，k 是 W 中心的坐标，由图像参数中的 origin 指定。

dask_image.ndfilters.correlate(image, weights, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.correlate” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

多维相关。

数组与给定的核进行相关。

参数

image (array_like) – 图像数组。
weights (ndarray) – 权重数组，维度与图像相同
mode ({'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, optional) –
mode 参数决定了图像数组如何在其边界之外扩展。默认值为 ‘reflect’。每个有效值的行为如下所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也可以使用以下模式名称

’grid-mirror’
这是 ‘reflect’ 的同义词。

’grid-constant’
这是 ‘constant’ 的同义词。

’grid-wrap’
这是 ‘wrap’ 的同义词。
cval (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。

返回值

result – 图像与 weights 进行相关的结果。

返回类型

ndarray

另请参阅

convolve: 图像与核进行卷积。

dask_image.ndfilters.gaussian(image, sigma, order=0, mode='reflect', cval=0.0, truncate=4.0)¶: dask_image.ndfilters.gaussian_filter 的别名。

dask_image.ndfilters.gaussian_filter(image, sigma, order=0, mode='reflect', cval=0.0, truncate=4.0)¶

“scipy.ndimage._filters.gaussian_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

多维高斯滤镜。

参数

image (array_like) – 图像数组。
sigma (scalar or sequence of scalars) – 高斯核的标准差。高斯滤镜的标准差可作为序列为每个轴给定，或作为单个数字给定，在这种情况下，所有轴的标准差都相等。
order (int or sequence of ints, optional) – 沿每个轴的滤镜阶数可作为整数序列或单个数字给出。阶数为 0 对应于与高斯核进行卷积。正阶数对应于与高斯导数进行卷积。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
truncate (float) – 在这么多标准差处截断滤镜。默认值为 4.0。

返回值

gaussian_filter – 返回与 image 具有相同形状的数组。

返回类型

ndarray

注意

多维滤镜实现为一系列 1-D 卷积滤镜。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，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。

dask_image.ndfilters.gaussian_gradient_magnitude(image, sigma, mode='reflect', cval=0.0, truncate=4.0, **kwargs)¶

“scipy.ndimage._filters.gaussian_gradient_magnitude” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

使用高斯导数计算多维梯度幅度。

参数

image (array_like) – 图像数组。
sigma (scalar or sequence of scalars) – 高斯滤镜的标准差可作为序列为每个轴给定，或作为单个数字给定，在这种情况下，所有轴的标准差都相等。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
gaussian_filter(). (Extra keyword arguments will be passed to) – （额外的关键字参数将传递给）–

返回值

gaussian_gradient_magnitude – 滤波后的数组。与 image 具有相同的形状。

返回类型

ndarray

dask_image.ndfilters.gaussian_laplace(image, sigma, mode='reflect', cval=0.0, truncate=4.0, **kwargs)¶

“scipy.ndimage._filters.gaussian_laplace” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

使用高斯二阶导数的多维拉普拉斯滤镜。

参数

image (array_like) – 图像数组。
sigma (scalar or sequence of scalars) – 高斯滤镜的标准差可作为序列为每个轴给定，或作为单个数字给定，在这种情况下，所有轴的标准差都相等。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
gaussian_filter(). (Extra keyword arguments will be passed to) – （额外的关键字参数将传递给）–

dask_image.ndfilters.generic_filter(image, function, size=None, footprint=None, mode='reflect', cval=0.0, origin=0, extra_arguments=(), extra_keywords={})¶

“scipy.ndimage._filters.generic_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

使用给定函数计算多维滤镜。

在每个元素处调用提供的函数。该元素处滤镜 footprint 内的图像值作为双精度值的 1-D 数组传递给函数。

参数

image (array_like) – 图像数组。
function ({callable, scipy.LowLevelCallable}) – 在每个元素处应用的函数。
size (scalar or tuple, optional) – 参见下面的 footprint。如果给定了 footprint，则忽略。
footprint (array, optional) – 必须定义 size 或 footprint。size 提供从图像数组中每个元素位置获取的形状，用于定义传递给滤镜函数的图像。footprint 是一个布尔数组，它（隐式地）指定一个形状，同时也指定此形状内哪些元素将传递给滤镜函数。因此 size=(n,m) 等同于 footprint=np.ones((n,m))。我们将 size 调整为图像数组的维度数量，因此如果图像数组的形状是 (10,10,10)，而 size 是 2，则实际使用的 size 是 (2,2,2)。给定 footprint 时，将忽略 size。
mode ({'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, optional) –
mode 参数决定了图像数组如何在其边界之外扩展。默认值为 ‘reflect’。每个有效值的行为如下所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也可以使用以下模式名称

’grid-mirror’
这是 ‘reflect’ 的同义词。

’grid-constant’
这是 ‘constant’ 的同义词。

’grid-wrap’
这是 ‘wrap’ 的同义词。
cval (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。
extra_arguments (sequence, optional) – 要传递给所传递函数的额外位置参数序列。
extra_keywords (dict, optional) – 要传递给所传递函数的额外关键字参数字典。

注意

此函数还接受具有以下签名之一并封装在 scipy.LowLevelCallable 中的低级回调函数

int callback(double *buffer, npy_intp filter_size,
             double *return_value, void *user_data)
int callback(double *buffer, intptr_t filter_size,
             double *return_value, void *user_data)

调用函数迭代遍历图像和输出数组的元素，在每个元素处调用回调函数。当前元素处滤镜 footprint 内的元素通过 buffer 参数传递，footprint 内的元素数量通过 filter_size 传递。计算值在 return_value 中返回。user_data 是按原样提供给 scipy.LowLevelCallable 的数据指针。

回调函数必须返回一个整数错误状态，如果出现问题则为零，否则为一。如果发生错误，通常应在返回之前设置带有信息性消息的 python 错误状态，否则调用函数将设置默认错误消息。

此外，还接受一些其他低级函数指针规范，但这些仅用于向后兼容，不应在新代码中使用。

dask_image.ndfilters.laplace(image, mode='reflect', cval=0.0)¶

“scipy.ndimage._filters.laplace” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

基于近似二阶导数的 N-D 拉普拉斯滤镜。

参数

image (array_like) – 图像数组。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。

dask_image.ndfilters.maximum_filter(image, size=None, footprint=None, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.maximum_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

计算多维最大值滤镜。

参数

image (array_like) – 图像数组。
size (scalar or tuple, optional) – 参见下面的 footprint。如果给定了 footprint，则忽略。
footprint (array, optional) – 必须定义 size 或 footprint。size 提供从图像数组中每个元素位置获取的形状，用于定义传递给滤镜函数的图像。footprint 是一个布尔数组，它（隐式地）指定一个形状，同时也指定此形状内哪些元素将传递给滤镜函数。因此 size=(n,m) 等同于 footprint=np.ones((n,m))。我们将 size 调整为图像数组的维度数量，因此如果图像数组的形状是 (10,10,10)，而 size 是 2，则实际使用的 size 是 (2,2,2)。给定 footprint 时，将忽略 size。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。

返回值

maximum_filter – 滤波后的数组。与 image 具有相同的形状。

返回类型

ndarray

注意

仅当 footprint 可分离时，才支持 modes 序列（每个轴一个）。否则，必须提供单个模式字符串。

dask_image.ndfilters.median_filter(image, size=None, footprint=None, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.median_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

计算多维中值滤镜。

参数

image (array_like) – 图像数组。
size (scalar or tuple, optional) – 参见下面的 footprint。如果给定了 footprint，则忽略。
footprint (array, optional) – 必须定义 size 或 footprint。size 提供从图像数组中每个元素位置获取的形状，用于定义传递给滤镜函数的图像。footprint 是一个布尔数组，它（隐式地）指定一个形状，同时也指定此形状内哪些元素将传递给滤镜函数。因此 size=(n,m) 等同于 footprint=np.ones((n,m))。我们将 size 调整为图像数组的维度数量，因此如果图像数组的形状是 (10,10,10)，而 size 是 2，则实际使用的 size 是 (2,2,2)。给定 footprint 时，将忽略 size。
mode ({'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, optional) –
mode 参数决定了图像数组如何在其边界之外扩展。默认值为 ‘reflect’。每个有效值的行为如下所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也可以使用以下模式名称

’grid-mirror’
这是 ‘reflect’ 的同义词。

’grid-constant’
这是 ‘constant’ 的同义词。

’grid-wrap’
这是 ‘wrap’ 的同义词。
cval (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。

返回值

median_filter – 滤波后的数组。与 image 具有相同的形状。

返回类型

ndarray

另请参阅

scipy.signal.medfilt2d

注意

对于 uint8, float32 或 float64 dtypes 的二维图像，专用函数 scipy.signal.medfilt2d 可能更快。但它仅限于 constant 模式且 cval=0。

dask_image.ndfilters.minimum_filter(image, size=None, footprint=None, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.minimum_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

计算多维最小值滤镜。

参数

image (array_like) – 图像数组。
size (scalar or tuple, optional) – 参见下面的 footprint。如果给定了 footprint，则忽略。
footprint (array, optional) – 必须定义 size 或 footprint。size 提供从图像数组中每个元素位置获取的形状，用于定义传递给滤镜函数的图像。footprint 是一个布尔数组，它（隐式地）指定一个形状，同时也指定此形状内哪些元素将传递给滤镜函数。因此 size=(n,m) 等同于 footprint=np.ones((n,m))。我们将 size 调整为图像数组的维度数量，因此如果图像数组的形状是 (10,10,10)，而 size 是 2，则实际使用的 size 是 (2,2,2)。给定 footprint 时，将忽略 size。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。

返回值

minimum_filter – 滤波后的数组。与 image 具有相同的形状。

返回类型

ndarray

注意

仅当 footprint 可分离时，才支持 modes 序列（每个轴一个）。否则，必须提供单个模式字符串。

dask_image.ndfilters.percentile_filter(image, percentile, size=None, footprint=None, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.percentile_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

计算多维百分位数滤镜。

参数

image (array_like) – 图像数组。
percentile (scalar) – percentile 参数可以小于零，即 percentile = -20 等于 percentile = 80
size (scalar or tuple, optional) – 参见下面的 footprint。如果给定了 footprint，则忽略。
footprint (array, optional) – 必须定义 size 或 footprint。size 提供从图像数组中每个元素位置获取的形状，用于定义传递给滤镜函数的图像。footprint 是一个布尔数组，它（隐式地）指定一个形状，同时也指定此形状内哪些元素将传递给滤镜函数。因此 size=(n,m) 等同于 footprint=np.ones((n,m))。我们将 size 调整为图像数组的维度数量，因此如果图像数组的形状是 (10,10,10)，而 size 是 2，则实际使用的 size 是 (2,2,2)。给定 footprint 时，将忽略 size。
mode ({'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, optional) –
mode 参数决定了图像数组如何在其边界之外扩展。默认值为 ‘reflect’。每个有效值的行为如下所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也可以使用以下模式名称

’grid-mirror’
这是 ‘reflect’ 的同义词。

’grid-constant’
这是 ‘constant’ 的同义词。

’grid-wrap’
这是 ‘wrap’ 的同义词。
cval (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。

返回值

percentile_filter – 滤波后的数组。与 image 具有相同的形状。

返回类型

ndarray

dask_image.ndfilters.prewitt(image, axis=- 1, mode='reflect', cval=0.0)¶

“scipy.ndimage._filters.prewitt” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

计算 Prewitt 滤镜。

参数

image (array_like) – 图像数组。
axis (int, optional) – 计算图像的 axis。默认值为 -1。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。

dask_image.ndfilters.rank_filter(image, rank, size=None, footprint=None, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.rank_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

计算多维 rank 滤镜。

参数

image (array_like) – 图像数组。
rank (int) – rank 参数可以小于零，即 rank = -1 表示最大元素。
size (scalar or tuple, optional) – 参见下面的 footprint。如果给定了 footprint，则忽略。
footprint (array, optional) – 必须定义 size 或 footprint。size 提供从图像数组中每个元素位置获取的形状，用于定义传递给滤镜函数的图像。footprint 是一个布尔数组，它（隐式地）指定一个形状，同时也指定此形状内哪些元素将传递给滤镜函数。因此 size=(n,m) 等同于 footprint=np.ones((n,m))。我们将 size 调整为图像数组的维度数量，因此如果图像数组的形状是 (10,10,10)，而 size 是 2，则实际使用的 size 是 (2,2,2)。给定 footprint 时，将忽略 size。
mode ({'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, optional) –
mode 参数决定了图像数组如何在其边界之外扩展。默认值为 ‘reflect’。每个有效值的行为如下所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也可以使用以下模式名称

’grid-mirror’
这是 ‘reflect’ 的同义词。

’grid-constant’
这是 ‘constant’ 的同义词。

’grid-wrap’
这是 ‘wrap’ 的同义词。
cval (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。

返回值

rank_filter – 滤波后的数组。与 image 具有相同的形状。

返回类型

ndarray

dask_image.ndfilters.sobel(image, axis=- 1, mode='reflect', cval=0.0)¶

“scipy.ndimage._filters.sobel” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

计算 Sobel 滤镜。

参数

image (array_like) – 图像数组。
axis (int, optional) – 计算图像的 axis。默认值为 -1。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。

dask_image.ndfilters.threshold_local(image, block_size, method='gaussian', offset=0, mode='reflect', param=None, cval=0)¶

基于局部像素邻域计算阈值掩码图像。

也称为 adaptive 或 dynamic thresholding[1]_。阈值是像素局部邻域的加权平均值减去一个常数。或者，可以使用 ‘generic’ 方法通过给定函数动态确定阈值。

参数

image ((N, M) dask ndarray) – 输入图像。
block_size (int or list/tuple/array) – 用于计算阈值像素邻域的大小。(1) 在所有维度中使用的单个值或 (2) 一个长度等于 image.ndim 的元组、列表或数组
method ({'generic', 'gaussian', 'mean', 'median'}, optional) –
用于确定加权平均图像中局部邻域自适应阈值的方法。
- ’generic’：使用自定义函数（参见 param 参数）
- ’gaussian’：应用高斯滤镜（有关自定义 sigma 值，请参见 param 参数）
- ’mean’：应用算术平均滤镜
- ’median’：应用中值 rank 滤镜
默认使用 ‘gaussian’ 方法。
offset (float, optional) – 从邻域加权平均值中减去的常数，用于计算局部阈值。默认 offset 为 0。
mode ({'reflect', 'constant', 'nearest', 'mirror', 'wrap'}, optional) – mode 参数确定如何处理数组边界，其中 cval 是当 mode 等于 ‘constant’ 时的值。默认值为 ‘reflect’。
param ({int, function}, optional) – 指定 ‘gaussian’ 方法的 sigma 或 ‘generic’ 方法的函数对象。此函数将局部邻域的扁平数组作为单个参数，并返回中心像素的计算阈值。
cval (float, optional) – 如果 mode 是 ‘constant’，用于填充输入边缘之外的值。

返回值

threshold – 阈值图像。输入图像中高于阈值图像中对应像素的所有像素都被视为前景。

返回类型

(N, M) dask ndarray

参考

1: https://docs.opencv.ac.cn/modules/imgproc/doc/miscellaneous_transformations.html?highlight=threshold

示例

>>> import dask.array as da
>>> image = da.random.random((1000, 1000), chunks=(100, 100))
>>> result = threshold_local(image, 15, 'gaussian')

dask_image.ndfilters.uniform_filter(image, size=3, mode='reflect', cval=0.0, origin=0)¶

“scipy.ndimage._filters.uniform_filter” 的封装副本

排除 output 参数，因为它不适用于 Dask 数组。

原始文档字符串

多维均匀滤镜。

参数

image (array_like) – 图像数组。
size (int or sequence of ints, optional) – 均匀滤镜的大小可作为序列为每个轴给定，或作为单个数字给定，在这种情况下，所有轴的大小都相等。
mode (str or sequence, optional) –
mode 参数决定了当滤镜与边界重叠时图像数组如何扩展。通过传递一个与图像数组维度数量长度相等的 modes 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所示

’reflect’ (d c b a | a b c d | d c b a)
图像通过围绕最后一个像素的边缘进行反射来扩展。此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)
图像通过用相同的常数值填充边缘之外的所有值来扩展，该常数值由 cval 参数定义。

’nearest’ (a a a a | a b c d | d d d d)
图像通过复制最后一个像素来扩展。

’mirror’ (d c b | a b c d | c b a)
图像通过围绕最后一个像素的中心进行反射来扩展。此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)
图像通过环绕到对侧边缘进行扩展。

为了与插值函数保持一致，也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 (scalar, optional) – 如果 mode 是 ‘constant’，用于填充图像边缘之外的值。默认值为 0.0。
origin (int or sequence, optional) – 控制滤镜在图像数组像素上的位置。值为 0（默认值）将滤镜居中于像素上方，正值将滤镜向左移动，负值向右移动。通过传递一个与图像数组维度数量长度相等的 origins 序列，可以沿每个轴指定不同的偏移。

返回值

uniform_filter – 滤波后的数组。与 image 具有相同的形状。

返回类型

ndarray

注意

多维滤镜实现为一系列 1-D 均匀滤镜。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，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。

上一个

dask_image.imread 包

下一个

dask_image.ndfourier 包

dask-image（开发版本）文档

dask_image.ndfilters 包

dask_image.ndfilters 包¶