scipy.ndimage.

minimum_filter1d#

scipy.ndimage.minimum_filter1d(input, size, axis=-1, output=None, mode='reflect', cval=0.0, origin=0)[源代码][源代码]#

沿给定轴计算一维最小滤波器。

沿着给定轴的数组行通过给定大小的最小过滤器进行过滤。

参数:
输入array_like

输入数组。

大小整数

计算一维最小值的长度方向

轴int, 可选

计算 input 的轴。默认是 -1。

输出数组或数据类型，可选

要放置输出的数组，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。

模式{‘reflect’, ‘constant’, ‘nearest’, ‘mirror’, ‘wrap’}，可选

mode 参数决定了输入数组在边界之外如何扩展。默认值是 ‘reflect’。每个有效值的行为如下：

‘reflect’ (d c b a | a b c d | d c b a)

输入通过反射最后一个像素的边缘来扩展。这种模式有时也被称为半样本对称。

‘常量’ (k k k k | a b c d | k k k k)

输入通过填充边缘以外的所有值来扩展，这些值由 cval 参数定义为相同的常数值。

‘nearest’ (a a a a | a b c d | d d d d)

输入通过复制最后一个像素来扩展。

‘mirror’ (d c b | a b c d | c b a)

输入通过围绕最后一个像素的中心进行反射来扩展。这种模式有时也被称为全样本对称。

‘wrap’ (a b c d | a b c d | a b c d)

输入通过环绕到相对的边缘来扩展。

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。

‘网格常数’

这是“常量”的同义词。

‘grid-wrap’

这是 ‘wrap’ 的同义词。

cval标量，可选

如果 mode 是 ‘constant’，则用于填充输入边缘之外的值。默认值为 0.0。

起源int, 可选

控制过滤器在输入数组像素上的位置。值为0（默认值）时，过滤器位于像素中心，正值使过滤器向左移动，负值使过滤器向右移动。

返回:
结果ndarray.

过滤后的图像。与 input 具有相同的形状。

注释

此函数实现了 MINLIST 算法 [1]，如 Richard Harter [2] 所述，并且具有保证的 O(n) 性能，其中 n 是 输入 长度，无论过滤器大小如何。

参考文献

示例

>>> from scipy.ndimage import minimum_filter1d
>>> minimum_filter1d([2, 8, 0, 4, 1, 9, 9, 0], size=3)
array([2, 0, 0, 0, 1, 1, 0, 0])
On this page