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,)