Lokale Maxima mit kreisförmigen Fenster

Question

Ich versuche, einen lokalen Maxima-Filter auf einer Matrix zu berechnen, mit einem kreisförmigen Kern. Die Ausgabe sollte die Zellen sein, die lokale Maxima sind. Für jedes Pixel in der Eingabe "Daten" muss ich sehen, ob es ein lokales Maximum durch ein kreisförmiges Fenster ist und so einen Wert von 1 zurückgibt, sonst 0.

Ich habe diesen Code, auf Antworten von hier aufgebaut: How to apply a disc shaped mask to a numpy array?

import numpy as np 
import scipy.ndimage as sc 

radius = 2 
kernel = np.zeros((2*radius+1, 2*radius+1)) 
y,x = np.ogrid[-radius:radius+1, -radius:radius+1] 
mask2 = x**2 + y**2 <= radius**2 
kernel[mask2] = 1 

def local_maxima(matrix, window_size): 
    loc_max = sc.maximum_filter(matrix, window_size, mode='constant') 
    return loc_max 


data = np.array([(1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 4, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1)]) 

loc_max = sc.filters.generic_filter(data, local_maxima(data, np.shape(kernel)), footprint=kernel) 
max_matrix = np.where(loc_max == data, 1, 0) 
np.savetxt('.....\Local\Test_Local_Max.txt', max_matrix, delimiter='\t') 

der Kernel hat diese Form:

[[ 0. 0. 1. 0. 0.] 
[ 0. 1. 1. 1. 0.] 
[ 1. 1. 1. 1. 1.] 
[ 0. 1. 1. 1. 0.] 
[ 0. 0. 1. 0. 0.]] 

Also die Suche Zellen nur diejenigen sein, den Wert 1. die Zellen mit 0 sollten von der lokalen Maxima Suche ausgeschlossen werden.

Aber das Skript gibt den Fehler unten auf der Linie 21:

RuntimeError: function parameter is not callable 

Vielen Dank für jede Hilfe!

Answer 1

Sie können den Code unterhalb dieser Rückkehr 1 verwenden, wenn die besuchte Zelle ein lokales Maximum von einem kreisförmigen Fenster von kernel (I verwendet nur %pylab die Ergebnisse als Illustration plotten) definiert ist:

%pylab 
import scipy.ndimage as sc 
data = np.array([(1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 4, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1)]) 
matshow(data) 
colorbar() 

radius = 2 
kernel = np.zeros((2*radius+1, 2*radius+1)) 
y,x = np.ogrid[-radius:radius+1, -radius:radius+1] 
mask2 = x**2 + y**2 <= radius**2 
kernel[mask2] = 1 
matshow(kernel) 
colorbar() 

def filter_func(a): 
    return a[len(a)/2] == a.max() 
out = sc.generic_filter(data, filter_func, footprint=kernel) 
matshow(out) 
colorbar() 

Unten finden Sie das Ergebnis mit einem zufälligen Eingangsdaten-Array:

data = np.random.random(size=data.shape) 
matshow(data) 

out = sc.generic_filter(data, filter_func, footprint=kernel) 
matshow(out) 
colorbar() 

Answer 2

Der zweite Parameter von sc.filters.generic_filter() sollte eine Funktion sein, Sie übergeben es den Wert, der von local_maxima(data, np.shape(kernel)) Aufruf zurückgegeben wird, d. H. Eine Matrix.

Ich bin ein wenig verwirrt, was genau Sie hier getan haben, aber ich glaube, Sie brauchen nicht die generic_filter Anruf überhaupt, sollte maximum_filter tun, was Sie wollen:

import numpy as np 
import scipy.ndimage as sc 

radius = 2 
kernel = np.zeros((2*radius+1, 2*radius+1)) 
y,x = np.ogrid[-radius:radius+1, -radius:radius+1] 
mask2 = x**2 + y**2 <= radius**2 
kernel[mask2] = 1 

data = np.array([(1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 4, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1), 
       (1, 1, 1, 1, 1, 1, 1, 1, 1)]) 

loc_max = sc.maximum_filter(data, footprint=kernel, mode='constant') 
max_matrix = np.where(loc_max == data, 1, 0) 
np.savetxt('.....\Local\Test_Local_Max.txt', max_matrix, delimiter='\t') 

(Ich glaube nicht, hat python auf diesem Computer installiert ist, so habe ich nicht diesen heraus getestet, sorry)

Edit: ich habe es getestet und es scheint, das richtige Ergebnis zu geben:

[[1, 1, 1, 1, 1, 1, 1, 1, 1], 
[1, 1, 1, 1, 1, 1, 1, 1, 1], 
[1, 1, 1, 1, 0, 1, 1, 1, 1], 
[1, 1, 1, 0, 0, 0, 1, 1, 1], 
[1, 1, 0, 0, 1, 0, 0, 1, 1], 
[1, 1, 1, 0, 0, 0, 1, 1, 1], 
[1, 1, 1, 1, 0, 1, 1, 1, 1], 
[1, 1, 1, 1, 1, 1, 1, 1, 1], 
[1, 1, 1, 1, 1, 1, 1, 1, 1], 
[1, 1, 1, 1, 1, 1, 1, 1, 1]]