scipy.ndimage.

generic_gradient_magnitude

scipy.ndimage.generic_gradient_magnitude(input, derivative, output=None, mode='reflect', cval=0.0, extra_arguments=(), extra_keywords=None, *, axes=None)

使用提供的梯度函數計算梯度大小。

參數:

inputarray_like (類陣列)

輸入陣列。

derivativecallable (可呼叫物件)

具有以下簽章的可呼叫物件

derivative(input, axis, output, mode, cval,
           *extra_arguments, **extra_keywords)

請參閱下方的 extra_arguments 和 extra_keywords。 derivative 可以假設 input 和 output 是 ndarray。 請注意，來自 derivative 的輸出會就地修改；在返回它們之前，請務必複製重要的輸入。

outputarray 或 dtype, optional (可選)

放置輸出的陣列，或返回陣列的 dtype。 預設情況下，將會建立與輸入 dtype 相同的陣列。

modestr 或 sequence, optional (可選)

mode 參數決定當濾波器與邊界重疊時，輸入陣列如何擴展。 通過傳遞模式序列，其長度等於輸入陣列的維度數，可以沿每個軸指定不同的模式。 預設值為 ‘reflect’。 有效值及其行為如下：

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

輸入通過在最後一個像素的邊緣反射來擴展。 此模式有時也稱為半樣本對稱。

‘constant’ (k k k k | a b c d | k k k k)

輸入通過用相同的常數值填充邊緣之外的所有值來擴展，該常數值由 cval 參數定義。

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

輸入通過複製最後一個像素來擴展。

‘mirror’ (d c b | a b c d | c b a)

輸入通過在最後一個像素的中心反射來擴展。 此模式有時也稱為全樣本對稱。

‘wrap’ (a b c d | a b c d | a b c d)

輸入通過環繞到相對的邊緣來擴展。

為了與插值函數保持一致，也可以使用以下模式名稱

‘grid-constant’

這是 ‘constant’ 的同義詞。

‘grid-mirror’

這是 ‘reflect’ 的同義詞。

‘grid-wrap’

這是 ‘wrap’ 的同義詞。

cvalscalar (純量), optional (可選)

如果 mode 為 ‘constant’，則用於填充輸入邊緣之外的值。 預設值為 0.0。

extra_keywordsdict (字典), optional (可選)

要傳遞給傳遞函數的額外關鍵字參數字典。

extra_argumentssequence (序列), optional (可選)

要傳遞給傳遞函數的額外位置參數序列。

axestuple of int 或 None (整數元組或 None)

套用濾波器的軸。 如果提供了 mode 元組，則其長度必須與軸的數量相符。

返回:

generic_gradient_magnitudendarray

已濾波的陣列。 具有與 input 相同的形狀。