python - 使用周期性边界条件模糊 3D numpy 数组

Question

我有一个 3D 矩阵，我想对其进行(高斯)模糊。我可以使用 scipy.ndimage.filters.gaussian_filter() 来完成此操作。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,:,:]处的元素时，分配给该元素的平均值也应该受到中元素的影响a[-1,:,:]。

我考虑过多次连接同一个数组a，这样我就有一个[[[a,a,a],[a,a,a]形式的数组],[a,a,a]],[[a,a,a],[a,a,a],[a,a,a]],[[a,a,a],[a,a ,a],[a,a,a]]]，即由 a 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。 (我可以考虑生成的大数组的子数组，在中心的 a 周围留下足够的边距。但是，这需要在每次更改模糊半径时确定该边距的大小。)

有没有一种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。