scipy.signal.

medfilt2d

scipy.signal.medfilt2d(input, kernel_size=3)

中值滤波一个二维数组。

使用由 kernel_size`（必须是奇数）给定的局部窗口大小对 `input 数组应用中值滤波器。数组会自动进行零填充。

参数:

输入array_like

一个二维输入数组。

kernel_size类似数组, 可选

一个标量或长度为2的列表，给出每个维度中中值滤波窗口的大小。kernel_size 的元素应为奇数。如果 kernel_size 是标量，则此标量用作每个维度的大小。默认是一个大小为 (3, 3) 的核。

返回:

出ndarray

与输入相同大小的数组，包含中值滤波后的结果。

参见

scipy.ndimage.median_filter

注释

当输入数据类型为 uint8、float32 或 float64 时，这比 medfilt 更快；对于其他类型，这会回退到 medfilt。在某些情况下，scipy.ndimage.median_filter 可能比此函数更快。

示例

Try it in your browser!

>>> import numpy as np
>>> from scipy import signal
>>> x = np.arange(25).reshape(5, 5)
>>> x
array([[ 0,  1,  2,  3,  4],
       [ 5,  6,  7,  8,  9],
       [10, 11, 12, 13, 14],
       [15, 16, 17, 18, 19],
       [20, 21, 22, 23, 24]])

# 用5*5窗口的中值替换i,j

>>> signal.medfilt2d(x, kernel_size=5)
array([[ 0,  0,  2,  0,  0],
       [ 0,  3,  7,  4,  0],
       [ 2,  8, 12,  9,  4],
       [ 0,  8, 12,  9,  0],
       [ 0,  0, 12,  0,  0]])

# 用默认的3*3窗口中的中值替换i,j

>>> signal.medfilt2d(x)
array([[ 0,  1,  2,  3,  0],
       [ 1,  6,  7,  8,  4],
       [ 6, 11, 12, 13,  9],
       [11, 16, 17, 18, 14],
       [ 0, 16, 17, 18,  0]])

# 将 i,j 替换为默认 5*3 窗口中的中值

>>> signal.medfilt2d(x, kernel_size=[5,3])
array([[ 0,  1,  2,  3,  0],
       [ 0,  6,  7,  8,  3],
       [ 5, 11, 12, 13,  8],
       [ 5, 11, 12, 13,  8],
       [ 0, 11, 12, 13,  0]])

# 将 i,j 替换为默认 3*5 窗口中的中值

>>> signal.medfilt2d(x, kernel_size=[3,5])
array([[ 0,  0,  2,  1,  0],
       [ 1,  5,  7,  6,  3],
       [ 6, 10, 12, 11,  8],
       [11, 15, 17, 16, 13],
       [ 0, 15, 17, 16,  0]])

# 如示例所示，# 内核数量必须是奇数且不超过原始数组维度

Go BackOpen In Tab