Question

我在这里阅读了该函数的scipy文档：scipy.ndimage.uniform_filter1d。但是，当我尝试使用它时，我无法缠住它的工作原理。我阅读了文档，在Python Shell中运行了该示例，使用了我自己的示例，但仍然没有任何进展。例如：

>>> from scipy.ndimage import uniform_filter1d
>>> uniform_filter1d([2, 8, 0, 4, 1, 9, 9, 0], size=3)
array([4, 3, 4, 1, 4, 6, 6, 3])
>>> uniform_filter1d([1, 2, 3, 4, 5, 6, 7, 8], size=3)
array([1, 2, 3, 4, 5, 6, 7, 7])

当我看到第二个数组的输出时，感觉好像函数保留了数组的大多数元素。但是，在第二个示例中，感觉就像禁止4和1一样，输出数组中的所有其他元素都是全新的。

因此，请您帮助我了解此功能的工作和使用。

Answer 1

根据大小，此滤波器的作用是获取每个像素及其相邻像素的算术平均值。大小是计算算术平均值的子数组的大小。没有足够邻居的像素的标准是反射。让我们开始它的过程：

uniform_filter1d([1,2,3,4,5,6], size=3)

[1,2,3,4,5,6] # index 0, Reflect 1 : [1,1,2] -> average: 4/3 = 1
[1,2,3,4,5,6] # index 1, [1,2,3] -> average: 6/3 = 2
[1,2,3,4,5,6] # index 2, [2,3,4] -> average: 9/3 = 3
[1,2,3,4,5,6] # index 3, [3,4,5] -> average: 12/3 = 4
[1,2,3,4,5,6] # index 4, [4,5,6] -> average: 15/3 = 5
[1,2,3,4,5,6] # index 5, Reflect 6 : [5,6,6] -> average: 17/3 = 5

Result: [1,2,3,4,5,5]

无法理解uniform_filter1d（）函数的工作（从scipy.ndimage.filters导入）

1 个答案: