在python中创建所需长度的高斯滤波器答案

【问题标题】：Creating Gaussian filter of required length in python在python中创建所需长度的高斯滤波器
【发布时间】：2012-06-27 21:01:34
【问题描述】：

谁能建议哪个库支持创建所需长度和 sigma 的高斯滤波器？我基本上需要以下 matlab 函数的等效函数：

fltr = fspecial('gaussian',[1 n],sd)

【问题讨论】：

标签： python scipy

【解决方案1】：

你不需要一个简单的一维高斯库。

from math import pi, sqrt, exp

def gauss(n=11,sigma=1):
    r = range(-int(n/2),int(n/2)+1)
    return [1 / (sigma * sqrt(2*pi)) * exp(-float(x)**2/(2*sigma**2)) for x in r]

注意：这将始终返回一个以 0 为中心的奇数长度列表。我想在某些情况下，您可能需要一个偶数长度的高斯函数，其值为 x = [..., -1.5, -0.5, 0.5 , 1.5, ...]，但在这种情况下，你需要一个稍微不同的公式，我会留给你;)

带有默认值n = 11、sigma = 1的输出示例：

>>> g = gauss()
1.48671951473e-06
0.000133830225765
0.00443184841194
0.0539909665132
0.241970724519
0.398942280401
0.241970724519
0.0539909665132
0.00443184841194
0.000133830225765
1.48671951473e-06

>>> sum(g)
0.99999999318053079

【讨论】：

我期待它在 plt.hist(g) 之后返回类似高斯曲线的东西，但这是一个猜测
很好，简单的答案！在可能的情况下，最好避免使用库，这样你才能真正理解代码中发生了什么:)。对于偶数n，唯一需要改变的是r = np.linspace(-int(n/2)+0.5,int(n/2)-0.5, n) 。

【解决方案2】：

也许是scipy.ndimage.filters.gaussian_filter？我从未使用过，但文档位于：https://docs.scipy.org/doc/scipy-0.15.1/reference/generated/scipy.ndimage.filters.gaussian_filter.html

【讨论】：

【解决方案3】：

试试scipy.ndimage.gaussian_filter，但是你真的想要内核还是你也想应用它？（在这种情况下，您可以只使用此函数。）在前一种情况下，将过滤器应用于一个数组，该数组处处为 0，但中心为 1。对于更易于编写的一维情况，例如：

>>> ndimage.gaussian_filter1d(np.float_([0,0,0,0,1,0,0,0,0]), 1)
array([  1.33830625e-04,   4.43186162e-03,   5.39911274e-02,
         2.41971446e-01,   3.98943469e-01,   2.41971446e-01,
         5.39911274e-02,   4.43186162e-03,   1.33830625e-04])

【讨论】：

【解决方案4】：

如果运行时速度很重要，我强烈建议创建一次过滤器，然后在每次迭代中使用它。不断进行优化，但几年前这大大加快了我编写的一些代码。（以上答案展示了如何创建过滤器）。

【讨论】：