Многомерная обработка изображений (scipy.ndimage)

Этот пакет содержит различные функции для многомерной обработки изображений.

Фильтры

convolve(input, weights[, output, mode, ...])	Многомерная свёртка.
convolve1d(input, weights[, axis, output, ...])	Вычислить одномерную свертку вдоль заданной оси.
correlate(input, weights[, output, mode, ...])	Многомерная корреляция.
correlate1d(input, weights[, axis, output, ...])	Вычислить 1-D корреляцию вдоль заданной оси.
gaussian_filter(input, sigma[, order, ...])	Многомерный гауссовский фильтр.
gaussian_filter1d(input, sigma[, axis, ...])	1-D гауссовский фильтр.
gaussian_gradient_magnitude(input, sigma[, ...])	Многомерная величина градиента с использованием производных Гаусса.
gaussian_laplace(input, sigma[, output, ...])	Многомерный фильтр Лапласа с использованием гауссовых вторых производных.
generic_filter(input, function[, size, ...])	Вычислить многомерный фильтр с использованием заданной функции.
generic_filter1d(вход, функция, размер фильтра)	Вычислить одномерный фильтр вдоль заданной оси.
generic_gradient_magnitude(input, derivative)	Величина градиента с использованием предоставленной функции градиента.
generic_laplace(input, derivative2[, ...])	N-мерный фильтр Лапласа с использованием предоставленной функции второй производной.
laplace(input[, output, mode, cval, axes])	N-мерный фильтр Лапласа на основе приближенных вторых производных.
maximum_filter(input[, size, footprint, ...])	Вычисляет многомерный максимальный фильтр.
maximum_filter1d(input, size[, axis, ...])	Вычислить 1-D максимальный фильтр вдоль заданной оси.
median_filter(input[, size, footprint, ...])	Вычислить многомерный медианный фильтр.
minimum_filter(input[, size, footprint, ...])	Вычисление многомерного минимального фильтра.
minimum_filter1d(input, size[, axis, ...])	Вычислить одномерный минимальный фильтр вдоль заданной оси.
percentile_filter(input, percentile[, size, ...])	Вычислить многомерный перцентильный фильтр.
prewitt(input[, axis, output, mode, cval])	Вычислить фильтр Превитта.
rank_filter(input, rank[, size, footprint, ...])	Вычислить многомерный ранговый фильтр.
sobel(input[, axis, output, mode, cval])	Вычислить фильтр Собеля.
uniform_filter(input[, size, output, mode, ...])	Многомерный равномерный фильтр.
uniform_filter1d(input, size[, axis, ...])	Вычисляет одномерный равномерный фильтр вдоль заданной оси.
vectorized_filter(input, function, *[, ...])	Фильтрация массива с векторизованным вызываемым объектом Python в качестве ядра

Фильтры Фурье

fourier_ellipsoid(input, size[, n, axis, output])	Многомерный эллипсоидный фурье-фильтр.
fourier_gaussian(input, sigma[, n, axis, output])	Многомерный гауссовский фурье-фильтр.
fourier_shift(input, shift[, n, axis, output])	Многомерный фильтр сдвига Фурье.
fourier_uniform(input, size[, n, axis, output])	Многомерный равномерный фильтр Фурье.

Интерполяция

affine_transform(input, matrix[, offset, ...])	Применить аффинное преобразование.
geometric_transform(input, mapping[, ...])	Применить произвольное геометрическое преобразование.
map_coordinates(input, coordinates[, ...])	Отобразить входной массив в новые координаты с помощью интерполяции.
rotate(input, angle[, axes, reshape, ...])	Повернуть массив.
shift(input, shift[, output, order, mode, ...])	Сдвинуть массив.
spline_filter(input[, order, output, mode])	Многомерный сплайновый фильтр.
spline_filter1d(input[, order, axis, ...])	Вычислить 1-D сплайн-фильтр вдоль заданной оси.
zoom(input, zoom[, output, order, mode, ...])	Увеличить массив.

Измерения

center_of_mass(input[, labels, index])	Вычислить центр масс значений массива по меткам.
extrema(input[, labels, index])	Вычислить минимумы и максимумы значений массива по меткам, вместе с их позициями.
find_objects(input[, max_label])	Найти объекты в помеченном массиве.
histogram(input, min, max, bins[, labels, index])	Вычислить гистограмму значений массива, опционально по меткам.
label(input[, structure, output])	Маркировать признаки в массиве.
labeled_comprehension(input, labels, index, ...)	Примерно эквивалентно [func(input[labels == i]) for i in index].
maximum(input[, labels, index])	Вычисляет максимальное значение массива по размеченным областям.
maximum_position(input[, labels, index])	Найти позиции максимумов значений массива по меткам.
mean(input[, labels, index])	Вычислить среднее значение элементов массива по меткам.
median(input[, labels, index])	Вычислить медиану значений массива по помеченным областям.
minimum(input[, labels, index])	Вычислить минимум значений массива по размеченным областям.
minimum_position(input[, labels, index])	Найти позиции минимумов значений массива по меткам.
standard_deviation(input[, labels, index])	Вычислить стандартное отклонение значений N-мерного массива изображения, опционально в указанных подобластях.
sum_labels(input[, labels, index])	Вычислите сумму значений массива.
value_indices(arr, *[, ignore_value])	Найти индексы каждого уникального значения в заданном массиве.
variance(input[, labels, index])	Вычислить дисперсию значений N-мерного массива изображения, опционально в указанных подобластях.
watershed_ift(input, markers[, structure, ...])	Применить водораздел от маркеров с использованием алгоритма преобразования лесного изображения.

Морфология

binary_closing(input[, structure, ...])	Многомерное бинарное закрытие с заданным структурирующим элементом.
binary_dilation(input[, structure, ...])	Многомерное бинарное расширение с заданным структурирующим элементом.
binary_erosion(input[, structure, ...])	Многомерная бинарная эрозия с заданным структурирующим элементом.
binary_fill_holes(input[, structure, ...])	Заполнить дыры в бинарных объектах.
binary_hit_or_miss(input[, structure1, ...])	Многомерное бинарное преобразование «попадание или промах».
binary_opening(input[, structure, ...])	Многомерное бинарное открытие с заданным структурирующим элементом.
binary_propagation(input[, structure, mask, ...])	Многомерное бинарное распространение с заданным структурирующим элементом.
black_tophat(input[, size, footprint, ...])	Многомерный фильтр 'черный цилиндр'.
distance_transform_bf(input[, metric, ...])	Функция преобразования расстояния алгоритмом грубой силы.
distance_transform_cdt(input[, metric, ...])	Преобразование расстояния для преобразований типа шампфера.
distance_transform_edt(input[, sampling, ...])	Точное преобразование евклидова расстояния.
generate_binary_structure(rank, connectivity)	Сгенерировать бинарную структуру для бинарных морфологических операций.
grey_closing(input[, size, footprint, ...])	Многомерное замыкание в оттенках серого.
grey_dilation(input[, size, footprint, ...])	Вычислить оттенки серого расширения, используя либо структурирующий элемент, либо след, соответствующий плоскому структурирующему элементу.
grey_erosion(input[, size, footprint, ...])	Вычислить эрозию в оттенках серого, используя либо структурирующий элемент, либо след, соответствующий плоскому структурирующему элементу.
grey_opening(input[, size, footprint, ...])	Многомерное серое открытие.
iterate_structure(structure, iterations[, ...])	Итерировать структуру, расширяя её самой собой.
morphological_gradient(input[, size, ...])	Многомерный морфологический градиент.
morphological_laplace(input[, size, ...])	Многомерный морфологический лапласиан.
white_tophat(input[, size, footprint, ...])	Многомерный фильтр "белая шляпа".