scipy.ndimage.center_of_mass¶

scipy.ndimage.center_of_mass(input, labels=None, index=None)[源代码]¶

计算标签处数组的值的质心。

参数

inputndarray: 用于计算质心的数据。群众可以是正面的，也可以是负面的。
labelsndarray，可选: 中对象的标签 input ，由生成 ndimage.label 。仅用于 index 。维度必须与 input 。
index整型或整型序列，可选: 要计算质心的标签。如果未指定，将计算大于零的所有标签的组合质心。仅用于 labels 。

退货

center_of_mass元组或元组列表: 质心的坐标。

示例

>>> a = np.array(([0,0,0,0],
...               [0,1,1,0],
...               [0,1,1,0],
...               [0,1,1,0]))
>>> from scipy import ndimage
>>> ndimage.center_of_mass(a)
(2.0, 1.5)

一幅图像中多个对象的计算

>>> b = np.array(([0,1,1,0],
...               [0,1,0,0],
...               [0,0,0,0],
...               [0,0,1,1],
...               [0,0,1,1]))
>>> lbl = ndimage.label(b)[0]
>>> ndimage.center_of_mass(b, lbl, [1,2])
[(0.33333333333333331, 1.3333333333333333), (3.5, 2.5)]

负质量也是可以接受的，例如，当由于随机噪声而从测量数据中去除偏差时，可能会出现负质量。

>>> c = np.array(([-1,0,0,0],
...               [0,-1,-1,0],
...               [0,1,-1,0],
...               [0,1,1,0]))
>>> ndimage.center_of_mass(c)
(-4.0, 1.0)

如果存在被零除的问题，则该函数不会引发错误，而是在返回inf和/或NaN之前发出运行警告。

>>> d = np.array([-1, 1])
>>> ndimage.center_of_mass(d)
(inf,)

scipy.ndimage.zoom

scipy.ndimage.extrema