Python ndimage generic_filter 的条件逻辑

Question

我正在尝试编写一个 python 函数来删除 2D 图像数据中的热像素。我正在尝试创建一个函数，该函数将采用二维数组中每个元素周围的邻居的平均值，并在其值超过其邻居的平均值特定数量（例如 3 西格玛）时有条件地覆盖该元素。这就是我所在的位置：

def myFunction(values):
    if np.mean(values) + 3*np.std(values) < origin:
        return np.mean(values)

footprint = np.array([[1,1,1],
                      [1,0,1],
                      [1,1,1]])
correctedData = ndimage.generic_filter(data, myFunction, footprint = footprint)

上面代码中的

'origin'是示范性的。我知道这是不正确的，我只是想展示我正在尝试做的事情。有没有办法将当前元素的值传递给generic_function?

谢谢！

Answer 1

您的 footprint 没有将中心值传回您的函数。

我觉得用size比较方便（相当于在footprint中使用all 1），然后在回调函数中处理一切。所以在你的情况下，我会提取回调函数中的中心值。像这样：

from scipy.ndimage import generic_filter

def despike(values):
    centre = int(values.size / 2)
    avg = np.mean([values[:centre], values[centre+1:]])
    std = np.std([values[:centre], values[centre+1:]])
    if avg + 3 * std < values[centre]:
        return avg
    else:
        return values[centre]

让我们做一些假数据：

data = np.random.randint(0, 10, (5, 5))
data[2, 2] = 100

这会产生（例如）：

array([[  2,   8,   4,   2,   4],
       [  9,   4,   7,   6,   5],
       [  9,   9, 100,   7,   3],
       [  0,   1,   0,   8,   0],
       [  9,   9,   7,   6,   0]])

现在您可以应用过滤器：

correctedData = generic_filter(data, despike, size=3)

删除了我添加的尖峰：

array([[2, 8, 4, 2, 4],
       [9, 4, 7, 6, 5],
       [9, 9, 5, 7, 3],
       [0, 1, 0, 8, 0],
       [9, 9, 7, 6, 0]])

Python ndimage generic_filter 的条件逻辑

Conditional logic with Python ndimage generic_filter

python

numpy

scipy

python-3.x

ndimage