python - 具有多维(或非标量)输出的 Scipy 过滤器

Question

有没有类似ndimage的generic_filter的滤镜支持矢量输出？我没能使 scipy.ndimage.filters.generic_filter 返回的不仅仅是一个标量。取消注释下面代码中的行以获取错误:TypeError: only length-1 arrays can be converted to Python scalars。

我正在寻找一个处理 2D 或 3D 数组并在每个点返回一个向量的通用过滤器。因此，输出将增加一个维度。对于下面的示例，我希望是这样的:

m.shape    # (10,10)
res.shape  # (10,10,2)

示例代码

import numpy as np
from scipy import ndimage

a = np.ones((10, 10)) * np.arange(10)

footprint = np.array([[1,1,1],
                    [1,0,1],
                    [1,1,1]])

def myfunc(x):
    r = sum(x)
    #r = np.array([1,1])  # uncomment this
    return r

res = ndimage.generic_filter(a, myfunc, footprint=footprint)

Answer 1

generic_filter 期望 myfunc 返回标量，而不是向量。 但是，没有什么可以阻止myfunc也添加信息 比如说，作为额外参数传递给 myfunc 的列表。

我们可以通过 reshape 此列表来生成向量值数组，而不是使用 generic_filter 返回的数组。

---

例如，

import numpy as np
from scipy import ndimage

a = np.ones((10, 10)) * np.arange(10)

footprint = np.array([[1,1,1],
                      [1,0,1],
                      [1,1,1]])

ndim = 2
def myfunc(x, out):
    r = np.arange(ndim, dtype='float64')
    out.extend(r)
    return 0

result = []
ndimage.generic_filter(
    a, myfunc, footprint=footprint, extra_arguments=(result,))
result = np.array(result).reshape(a.shape+(ndim,))