scipy.ndimage.

sobel#

scipy.ndimage.sobel(input, axis=-1, output=None, mode='reflect', cval=0.0)[原始碼]#

計算 Sobel 濾波器。

參數:

inputarray_like

輸入陣列。

axisint，選用

要沿其計算的 input 軸。預設值為 -1。

outputarray 或 dtype，選用

放置輸出的陣列，或傳回陣列的 dtype。預設會建立與輸入相同 dtype 的陣列。

modestr 或 sequence，選用

mode 參數決定當濾波器與邊界重疊時，輸入陣列的擴展方式。透過傳遞模式序列，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): 輸入會透過反射最後一個像素的邊緣來擴展。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): 輸入會透過以相同的常數值填充邊緣以外的所有值來擴展，常數值由 cval 參數定義。
‘nearest’ (a a a a | a b c d | d d d d): 輸入會透過複製最後一個像素來擴展。
‘mirror’ (d c b | a b c d | c b a): 輸入會透過反射最後一個像素的中心來擴展。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): 輸入會透過環繞到相反的邊緣來擴展。

為了與內插函數保持一致，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。

cval純量，選用

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

傳回值:

sobelndarray: 已濾波的陣列。具有與 input 相同的形狀。

註解

此函數計算軸特定的 Sobel 梯度。水平邊緣可以使用水平變換 (axis=0) 強調，垂直邊緣可以使用垂直變換 (axis=1) 強調，依此類推，適用於更高維度。這些可以組合起來以提供幅度。

範例

>>> from scipy import ndimage, datasets
>>> import matplotlib.pyplot as plt
>>> import numpy as np
>>> ascent = datasets.ascent().astype('int32')
>>> sobel_h = ndimage.sobel(ascent, 0)  # horizontal gradient
>>> sobel_v = ndimage.sobel(ascent, 1)  # vertical gradient
>>> magnitude = np.sqrt(sobel_h**2 + sobel_v**2)
>>> magnitude *= 255.0 / np.max(magnitude)  # normalization
>>> fig, axs = plt.subplots(2, 2, figsize=(8, 8))
>>> plt.gray()  # show the filtered result in grayscale
>>> axs[0, 0].imshow(ascent)
>>> axs[0, 1].imshow(sobel_h)
>>> axs[1, 0].imshow(sobel_v)
>>> axs[1, 1].imshow(magnitude)
>>> titles = ["original", "horizontal", "vertical", "magnitude"]
>>> for i, ax in enumerate(axs.ravel()):
...     ax.set_title(titles[i])
...     ax.axis("off")
>>> plt.show()