内核#

class astropy.convolution.Kernel(array)[源代码]#

基类:object

卷积内核基类。

参数:
array : ndarray恩达雷

内核数组。

属性摘要

array 

筛选器内核数组。

center 

内核中心的索引。

dimension 

核心维度。

is_bool 

指示内核是否为bool。

model 

内核响应模型。

separable 

指示筛选器内核是否可分离。

shape 

内核数组的形状。

truncation 

内核数组值之和与1的绝对偏差。

方法总结

normalize([mode])

规范化过滤器内核。

属性文档

array#

筛选器内核数组。

center#

内核中心的索引。

dimension#

核心维度。

is_bool#

指示内核是否为bool。

如果核是bool,则可以省略卷积中的乘法运算,以提高性能。

model#

内核响应模型。

separable#

指示筛选器内核是否可分离。

当二维滤波器阵列可以写成两个一维阵列的外积时,二维滤波器是可分离的。

如果一个滤波器核是可分离的,则通过在每个维上连续应用一维滤波器阵列来执行高维卷积。这比使用具有相同维数的过滤器数组要快得多。

shape#

内核数组的形状。

truncation#

内核数组值之和与1的绝对偏差。

方法文件

normalize(mode='integral')[源代码]#

规范化过滤器内核。

参数:
mode{'积分','峰值'}
以下模式之一:
  • “整型”(默认)

    核被规范化,使其积分=1。

  • '峰值'

    将内核规范化,使其峰值=1。