使用周期性边界条件模糊 3D numpy 数组

Question

我有一个想要（高斯）模糊的 3D 矩阵。我可以用scipy.ndimage.filters.gaussian_filter() 做到这一点。我的问题是，我该怎么做才能使边缘上的像素模糊，从而遵守周期性边界条件？

我的意思是当考虑a[0,:,:]的元素时，分配给这个元素的平均值也应该受到a[-1,:,:]的元素的影响。

我曾想过多次连接同一个数组a，这样我就有了一个[[[a,a,a],[a,a,a],[a,a,a]],[[a,a,a],[a,a,a],[a,a,a]],[[a,a,a],[a,a,a],[a,a,a]]] 形式的数组，即一个由as 的3 x 3 网格组成的数组。 然后我会模糊结果数组。由于我的矩阵相当大（200 x 200 x 200），我试图避免这样做。 （我可以考虑生成大数组的子数组，在中心处在a 周围留出足够的边距。但是，每次更改模糊半径时都需要确定该边距的大小。）

有没有简单有效的方法来做到这一点？

Answer 1

将 mode 关键字参数设置为 'wrap' 将强制执行周期性边界条件。代码如下所示。

result = gaussian_filter(a, sigma = 1., mode='wrap')

当然，用您的实际参数替换 sigma。