问题标签 [scipy.ndimage]

当我使用gaussian_filter.

我读了一个带有列和浮点值的文件。例子：

我的脚本是这样的：

我想获取深红色线的值列表。

我正在使用以下代码对我的数据运行统一过滤器：

过滤器现在似乎可以像步幅设置为大小一样工作 // 2. 如何调整代码以使过滤器的步幅不是大小的一半？

给定一张图片im，

例如，找到此图像的特定片段的最佳方法是什么

如果不存在特定组合（可能是由于噪声），我想要一个相似性度量，它搜索具有相似分布的片段并告诉我对于 的每个像素im，协议有多好。例如像

示例代码是python。我认为应该有一个解决方案将内核与im. 但是，这将存在一个问题，即具有相同值但按比例缩放的段将给出更清晰的响应。

我正在尝试使用 librosa 库，但无论我做什么，我都会接受以下按摩（在 Anaconda 上使用 Python 3.8 和 PyCharm）

我正在尝试什么：

我得到什么：

有人可以帮我解决这个问题吗？我应该卸载 librosa 吗？我尝试使用 conda 安装并且 pip 没有结果。

我正在尝试shift()在 MNIST 图像上使用该功能。

但是，不知何故，当我查看原始数据和移位数据时，看起来恰好为零的移位值正在变成非常小的非零值而不是零。这方面的一个例子是，在移位之前的值为零，而在移位之后的值类似于##########e-18. 因此，所有其他值都变成了##########e+02.

这是我正在运行的代码。

这是输出

是什么导致了这种行为？它是 MNIST 数据集的特性吗？这是我的代码中的错误吗？

Is it possible to use vector methods to shift storage in a numpy ndarray for data augmentation 中的答案？解决了如何更有效地进行移位操作，但它没有回答我的其他问题。

再会！我在 0 子午线附近的 scipy.ndimage.gaussian_filter (sigma=2) 之后绘制 prmsl 数据时遇到问题。我有像 np.arange(0,359.5,0.5) 这样的经度数据 - 在 addcyclic np.arange(0,360,0.5) 之后，当我尝试绘制等压线时，我得到下面的地图。有人能告诉我怎么了。谢谢你们！在此处输入图像描述

文档链接： https ://docs.scipy.org/doc/scipy/reference/generated/scipy.ndimage.maximum_filter1d.html#r4df4f294a847-2

文档中给出的示例是，

我对该函数的理解是它在元素上执行滑动窗口，窗口大小为 k [对于给定的示例，它是 3]

这意味着，

第一个窗口 = max[2,8,0] => 8

第二个窗口 = max[8,0,4] => 8

第三个窗口 = 最大 [0,4,1] => 4

第 4 个窗口 = max[4,1,9] => 9

第 5 个窗口 = 最大 [1,9,9] => 9

第 6 个窗口 = max[9,9,0] => 9

第 7 个窗口 = max[9,0,1] => 9

8th window = max[0,1,2] => 0 [不确定，如何在边缘上对元素进行分组，但从文档中看，它默认使用“反射”模式，我不确定它如何改变原始模式大批]

总结一下问题，

• 参数中的origin、cval、mode是什么意思maximum_filter1d？
• 工作如何maximum_filter1d？

如果可能，请提供示例说明！

提前致谢！

祝你有美好的一天！

我有一个 3D 蒙版卷L，其中包含以下内容：

我想对掩码进行下采样，然后将其上采样到其原始大小，以保持标签值相同。
尝试失败-> 下采样：

这正在改变标签值。我已经尝试过其他mode选项，例如constant和所有。但似乎没有一个工作。

成功尝试-> 下采样：另一方面：

似乎在不更改标签值的情况下工作。

尝试失败->上采样： 但是当回到原始大小时

不工作。此外，如果有任何其他关于三线性插值的细节，将不胜感激。
谢谢。

下图是 ,dark area是0,bright area是255. 我想从这张图片 中找到4坐标。这将是。[(x1, y1),(x2, y2),(x3, y3),(x4, y4)]bright areabright areapolygon shape (pentagon, hexagon, triangle etc.)

我尝试过cv2.findContours()类似以下代码的功能：

我也尝试过np.where()类似以下代码的功能：

我找不到像[(x1, y1),(x2, y2),(x3, y3),(x4, y4),(x5,y5), ...]. 我该怎么做才能达到预期的效果？

有没有办法在 ndimage 中增加标记特征？理想情况下，通过使用结构来指定增长应该如何发生。我正在使用scipy.ndimage.label()n 维二进制图像中的特征检测，如下所示：

现在假设我想用 label 扩展功能2。这是一些伪代码和输出来说明我想要的结果：

任何帮助将不胜感激！似乎 scipy 应该能够完成一些事情，但是我对这个模块还是新手，我在搜索文档以查找我想做的事情时遇到了麻烦。