使用 scipy.ndimage_generic_filter 进行多维过滤

Question

我想使用generic filter 来计算给定窗口（或内核）内的值的平均值，以获得满足几个条件的值。我希望下面的代码能够在 3 层窗口中生成第一个数组的均值滤波器，并使用其他两个数组来屏蔽均值计算中的值。

from scipy import ndimage
import numpy as np

#some test data
tstArr = np.random.rand(3,7,7)
tstArr = tstArr*10
tstArr = np.int_(tstArr)
tstArr[1] = tstArr[1]*100
tstArr[2] = tstArr[2] *1000

#mean function
def testFun(tstData,processLayer,nLayers,kernelSize):
    funData= tstData.reshape((nLayers,kernelSize,kernelSize))
    meanLayer = funData[processLayer]
    maskedData = meanLayer[(funData[1]>1)&(funData[2]<9000)]
    returnMean = np.mean(maskedData)
    return returnMean

#number of layers in the array
nLayers = np.shape(tstArr)[0]         

#window size
kernelSize = 5 

#create a sampling window of 5x5 elements from each array             
footprnt = np.ones((nLayers,kernelSize,kernelSize),dtype = np.int)      

# calculate the mean of the first layer in the array (other two are for masking)
processLayer = 0                      

tstOut = ndimage.generic_filter(tstArr, testFun, footprint=footprnt,        extra_arguments = (processLayer,nLayers,kernelSize))

我认为这会从输入数组的第一层产生一个 7x7 的掩码平均值数组。输出是一个 3x7x7 数组，我不明白这些值代表什么。我不确定如何生成“掩码”均值过滤数组，或者如何将输出解释为给定。

Answer 1

您的代码在 3 层窗口中生成第一个数组的均值过滤器，使用两个以上的数组来屏蔽均值计算中的值。您将在tstOut[1] 中找到结果。

发生了什么事？当您使用形状为 tstArr 的 (3, 7, 7) 和 footprint=np.ones((3, 5, 5)) 调用 ndimage.generic_filter 时，对于从 0 到 2 的所有 i，对于从 0 到 6 的所有 j，对于从 0 到 6 的所有 k，调用testFun 时，tstArr 的子数组以(i, j, k) 为中心，形状为(3, 5, 5)（数组反映在边界处以提供缺失值）。

最后：

• tstOut[0] 是 tstArr[0] 的均值滤波器，tstArr[0] 和 tstArr[1] 作为掩码
• tstOut[1] 是 tstArr[0] 的均值滤波器，tstArr[1] 和 tstArr[2] 作为掩码
• tstOut[2] 是 tstArr[1] 的均值滤波器，tstArr[2] 和 tstArr[2] 作为掩码

同样，想要的结果在tstOut[1]。

希望对你有帮助。