多维图像处理 (cupyx.scipy.ndimage)#

提示

SciPy API 参考: 多维图像处理 (scipy.ndimage)

滤波器#

convolve(input, weights[, output, mode, ...])

多维卷积。

convolve1d(input, weights[, axis, output, ...])

一维卷积。

correlate(input, weights[, output, mode, ...])

多维相关。

correlate1d(input, weights[, axis, output, ...])

一维相关。

gaussian_filter(input, sigma[, order, ...])

多维高斯滤波器。

gaussian_filter1d(input, sigma[, axis, ...])

沿着给定轴的一维高斯滤波器。

gaussian_gradient_magnitude(input, sigma[, ...])

使用高斯导数计算的多维梯度幅度。

gaussian_laplace(input, sigma[, output, ...])

使用高斯二阶导数计算的多维拉普拉斯滤波器。

generic_filter(input, function[, size, ...])

使用提供的原始内核或归约内核计算多维滤波器。

generic_filter1d(input, function, filter_size)

使用提供的原始内核沿着给定轴计算一维滤波器。

generic_gradient_magnitude(input, derivative)

使用提供的导数函数计算的多维梯度幅度滤波器。

generic_laplace(input, derivative2[, ...])

使用提供的二阶导数函数计算的多维拉普拉斯滤波器。

laplace(input[, output, mode, cval])

基于近似二阶导数的多维拉普拉斯滤波器。

maximum_filter(input[, size, footprint, ...])

多维最大值滤波器。

maximum_filter1d(input, size[, axis, ...])

沿着单个轴计算最大值滤波器。

median_filter(input[, size, footprint, ...])

多维中值滤波器。

minimum_filter(input[, size, footprint, ...])

多维最小值滤波器。

minimum_filter1d(input, size[, axis, ...])

沿着单个轴计算最小值滤波器。

percentile_filter(input, percentile[, size, ...])

多维百分位数滤波器。

prewitt(input[, axis, output, mode, cval])

沿着给定轴计算 Prewitt 滤波器。

rank_filter(input, rank[, size, footprint, ...])

多维秩滤波器。

sobel(input[, axis, output, mode, cval])

沿着给定轴计算 Sobel 滤波器。

uniform_filter(input[, size, output, mode, ...])

多维均匀滤波器。

uniform_filter1d(input, size[, axis, ...])

沿着给定轴的一维均匀滤波器。

傅里叶滤波器#

fourier_ellipsoid(input, size[, n, axis, output])

多维椭球傅里叶滤波器。

fourier_gaussian(input, sigma[, n, axis, output])

多维高斯移位滤波器。

fourier_shift(input, shift[, n, axis, output])

多维傅里叶移位滤波器。

fourier_uniform(input, size[, n, axis, output])

多维均匀移位滤波器。

插值#

affine_transform(input, matrix[, offset, ...])

应用仿射变换。

map_coordinates(input, coordinates[, ...])

通过插值将输入数组映射到新坐标。

rotate(input, angle[, axes, reshape, ...])

旋转数组。

shift(input, shift[, output, order, mode, ...])

平移数组。

spline_filter(input[, order, output, mode])

多维样条滤波器。

spline_filter1d(input[, order, axis, ...])

沿着给定轴计算一维样条滤波器。

zoom(input, zoom[, output, order, mode, ...])

缩放数组。

测量#

center_of_mass(input[, labels, index])

计算数组中标签处值的质心。

extrema(input[, labels, index])

计算数组中标签处值的最小值和最大值及其位置。

histogram(input, min, max, bins[, labels, index])

计算数组值的直方图，可选地在标签处计算。

label(input[, structure, output])

为数组中的特征标注标签。

labeled_comprehension(input, labels, index, ...)

对每个标签区域应用 func 后的结果数组。

maximum(input[, labels, index])

计算标签区域内数组值的最大值。

maximum_position(input[, labels, index])

找到数组中标签处值的最大值位置。

mean(input[, labels, index])

计算n维图像数组值的平均值，可选地

median(input[, labels, index])

计算标签区域内数组值的中位数。

minimum(input[, labels, index])

计算标签区域内数组值的最小值。

minimum_position(input[, labels, index])

找到数组中标签处值的最小值位置。

standard_deviation(input[, labels, index])

计算n维图像数组值的标准差，可选地在指定子区域计算。

sum_labels(input[, labels, index])

计算n维图像数组值的总和，可选地

value_indices(arr, *[, ignore_value, ...])

找到给定数组中每个不同值的索引。

variance(input[, labels, index])

计算n维图像数组值的方差，可选地在指定子区域计算。

形态学#

binary_closing(input[, structure, ...])

使用给定结构元素进行多维二值闭运算。

binary_dilation(input[, structure, ...])

使用给定结构元素进行多维二值膨胀。

binary_erosion(input[, structure, ...])

使用给定结构元素进行多维二值腐蚀。

binary_fill_holes(input[, structure, ...])

填充二值对象中的孔洞。

binary_hit_or_miss(input[, structure1, ...])

多维二值击中或未击中变换。

binary_opening(input[, structure, ...])

使用给定结构元素进行多维二值开运算。

binary_propagation(input[, structure, mask, ...])

使用给定结构元素进行多维二值传播。

black_tophat(input[, size, footprint, ...])

多维黑顶帽滤波器。

distance_transform_edt(image[, sampling, ...])

精确欧几里得距离变换。

generate_binary_structure(rank, connectivity)

生成用于二值形态学运算的二值结构。

grey_closing(input[, size, footprint, ...])

计算多维灰度闭运算。

grey_dilation(input[, size, footprint, ...])

计算灰度膨胀。

grey_erosion(input[, size, footprint, ...])

计算灰度腐蚀。

grey_opening(input[, size, footprint, ...])

计算多维灰度开运算。

iterate_structure(structure, iterations[, ...])

通过自身膨胀来迭代一个结构。

morphological_gradient(input[, size, ...])

多维形态学梯度。

morphological_laplace(input[, size, ...])

多维形态学拉普拉斯。

white_tophat(input[, size, footprint, ...])

多维白顶帽滤波器。

OpenCV 模式#

cupyx.scipy.ndimage 支持额外的模式 opencv。如果指定此模式，函数行为类似于 cv2.warpAffine 或 cv2.resize。示例

import cupyx.scipy.ndimage
import cupy as cp
import cv2

im = cv2.imread('TODO') # pls fill in your image path

trans_mat = cp.eye(4)
trans_mat[0][0] = trans_mat[1][1] = 0.5

smaller_shape = (im.shape[0] // 2, im.shape[1] // 2, 3)
smaller = cp.zeros(smaller_shape) # preallocate memory for resized image

cupyx.scipy.ndimage.affine_transform(im, trans_mat, output_shape=smaller_shape,
                                     output=smaller, mode='opencv')

cv2.imwrite('smaller.jpg', cp.asnumpy(smaller)) # smaller image saved locally