我有一些高维 boolean 数据,在这个例子中是一个 4 维数组,但这是任意的: 我想将数据集分组为真值的连接区域,这可以通过scipy.ndimage.label来完成,借助于连接结构,该连接结构表示数组中的哪些点应该被视为接触。 默认的二维结构是一个十字: 如果连接所有这些维度,则可以轻松扩展 ...
我有一些高维 boolean 数据,在这个例子中是一个 4 维数组,但这是任意的: 我想将数据集分组为真值的连接区域,这可以通过scipy.ndimage.label来完成,借助于连接结构,该连接结构表示数组中的哪些点应该被视为接触。 默认的二维结构是一个十字: 如果连接所有这些维度,则可以轻松扩展 ...
我需要就地对图像执行卷积,就地我的意思是当结构元素应用于不同的像素时,我希望前面步骤的结果覆盖图像。 把它放在上下文中,这在 Gauss-Seidel 迭代中很有用。 我目前正在使用scipy.ndimage.convolve1d ,它显然没有像我描述的那样进行就地卷积。 我知道如何编写一个 ke ...
有没有人发现/理解scipy.ndimage.median_filter是如何工作的? 因为我测试了很多理论并试图阅读源代码,但我没有解释 (当然最好使用奇数大小来避免移位,但有趣的是 median_filter 如何准确地将其计算为偶数......) 问题定义: Output 正如我们所见, s ...
在尝试对大 numpy.memmap 执行 ndimage.convolve 时,发生异常: 发生异常:_ArrayMemoryError Unable to allocate 56.0 GiB for an array with shape (3710, 1056, 3838) and data ...
从 0 和 1 的 2d 数组开始,我需要确定哪些 1 形成一个联合围栏,完全包围一个或多个相邻的 0。 如果它们在侧面或对角线上接触,则这些 0 被认为是相邻的。 栅栏也必须存在于相邻的对角线上。 这是二维数组,我想要的是表示围栏的 1,然后其他所有内容都应该为零。 这是一个简单的案例,实际上数组 ...
我有一个二维数组,我在其中使用ndimage.label()函数标记集群,如下所示: import numpy as np from scipy.ndimage import label input_array = np.array([[0, 1, 1, 0], ...
我正在旋转图像。 但是,当我使用 scipy.ndimage.rotate() 函数时,我可以旋转整个图像(reshape=True),但数组的形状会改变。 例如,作为 scipy.ndimage.rotate() 的示例,我要查找的结果是第三张图片,但与原点 (512, 512) 的数组形状相同, ...
I'm trying to map pixels values from one image to another on the gpu with Python cupyx.scipy.ndimage map_coordinates function. output cupy-array 全为零 ...
我需要 label 一个已经分类的 img。 问题是,图像是非二进制的,我需要分别计算不同值的相邻补丁。 考虑以下数据集:import numpy as np data = np.zeros((6,6), dtype=np.uint16) data[2:4, 2:4] = 10 data[4, ...
假设我有一个简单的数组: 我可以使用 scipy ndimage 模块将标签应用于此数据: 导致 现在,我想在 xarray DataArray 上做同样的标记 function。 I know I could call the same function as before on the xr ...
上面是一张通过ndi.label()并用 matplotlib 显示的图像,每个彩色区域代表不同的特征。 绘制在图像顶部的是红点,每个红点代表一对坐标。 存储所有坐标并且 ndi.label 返回特征数。 skimage、scipy 或 ndimage 是否具有测试给定坐标集是否位于标记特 ...
对具有 static 西格玛值的图像运行高斯滤波器很容易: 但是如何使用每个像素不同的sigma值来做到这一点呢? 例如,我可能有另一个相同大小的 NumPy 数组,它指示每个像素使用什么西格玛。 ...
是否可以旋转图像并保持真实值? 当我旋转黑白图像时,我得到了灰度值。 我可以在不平均像素值的情况下旋转吗? 我几乎可以使用np.where()手动完成,但是当像素值超过 2 个时会变得很困难。 代码: 原始图像 旋转图像 平均值 真值 ...
当order=0时,我很难理解scipy.ndimage.zoom()的行为。 考虑以下代码: 其输出为: 因此,当order=0这些值(预期)不会内插。 但是,我期待有: 即每个值的元素数量完全相同,因为缩放是一个整数。 因此,我期望得到与np.repeat()相同的结果: 为什 ...
链接到 regionprops 文档: https://scikit-image.org/docs/dev/api/skimage.measure.html#skimage.measure.regionprops Regionprops 的 PR 信息: https://github.com/sc ...
我正在处理包含患者头部但也包含金属圆柱体“阴影”的 CT 图像。 这些“阴影”可以出现在下方、左侧或右侧。 在上图中,它仅出现在图像的下侧。 在下图中,它出现在左右方向。 我没有任何关于图像中是否有圆柱体阴影的先验知识。 我必须以某种方式检测并删除它。 然后我可以继续分割头骨/头部。 为了创建一 ...
我想将scipy.ndimage.map_coordinates的插值方法设置为双线性和最近的(对于不同的示例为2个不同)。 在文档中没有提及如何更改插值方法,其中有以下内容我无法理解。 order:int,可选。样条插值的顺序,默认为3。该顺序必须在0-5范围内。 这是 ...
背景/上下文 我试图通过scipy的ndimage.affine_transform函数重现输出的值,但似乎我使用了与scipy实现相比不同的“立方”插值方案。 例 让我们看一个非常简单的例子(不是你想要使用三次插值的数据,但很容易理解)。 为了检查值,我实现了均匀的Catm ...
我有一个要尝试转换的3D图像,具有已知的坐标映射。 我正在尝试使用map_coordinates,但是scipy文档只谈论映射到一维矢量,这让我很困惑。 转换是矢量化的,因此我可以给它一个xyz索引的网格,并产生一个3 x nx x ny x nz数组,其中第一个索引遍历矢量场的xyz分 ...
假设下面的数组A是读取GeoTIFF图像的结果,例如使用rasterio,其中没有数据值被屏蔽 ,即数组B 我想在平方邻域上应用棚车平均平滑法。 第一个问题是我不确定哪个scipy函数代表棚车平均值? 我以为可能是ndimage.uniform_filter。 但是,与scipy ...