cupyx.scipy.ndimage.labeled_comprehension#
- cupyx.scipy.ndimage.labeled_comprehension(input, labels, index, func, out_dtype, default, pass_positions=False)[source]#
将
func应用于每个标记区域后得到的数组。大致等同于 [func(input[labels == i]) for i in index]。
顺序地将任意函数（可处理类似数组的输入）应用于由 labels 和 index 指定的 N 维图像数组的子集。可以选择将位置参数作为第二个参数提供给该函数。
- 参数:
input (cupy.ndarray) – 用于选择要处理的 labels 的数据。
labels (cupy.ndarray 或 None) – input 中对象的标签。如果不是 None，数组形状必须与 input 相同。如果为 None，则将 func 应用于展平的 input。
index (int, 整数序列 或 None) – 要应用 func 的 labels 子集。如果是标量，则返回单个值。如果为 None，则将 func 应用于 labels 的所有非零值。
func (可调用对象) – 要应用于 input 中 labels 的 Python 函数。
out_dtype (dtype) – 用于 result 的数据类型。
default (int, float 或 None) – 当 index 中的元素在 labels 中不存在时的默认返回值。
pass_positions (bool, 可选) – 如果为 True，则将线性索引作为第二个参数传递给 func。
- 返回值:
将 func 应用于 index 中 input 的每个 labels 的结果。
- 返回类型: