快速简单地使用Python的2D和3D结构张量实现。
structure-tensor的Python项目详细描述
Python的结构张量
快速简单地使用Python的2D和3D structure tensor实现。在
安装
使用pip install structure-tensor
安装包或克隆存储库。在
CUDA支持
对于CUDA支持,请安装额外(可选)依赖性CuPy。如果CUDA安装在您的系统上,pip install cupy
应该足够了,但是可能会很慢,因为CuPy会在安装期间编译代码。或者使用precompiled packages之一。在
小例子
结构张量计算的参数是$\rho$(rho
)和$\sigma$(sigma
),它们是标量值。在
使用NumPy
structure_tensor
包支持进行二维或三维结构张量分析。特征值(val
)按顺时针排序。在
importnumpyasnpfromstructure_tensorimporteig_special_2d,structure_tensor_2dsigma=1.5rho=5.5# Load 2D data.image=np.random.random((128,128))S=structure_tensor_2d(image,sigma,rho)val,vec=eig_special_2d(S)
对于形状为(x, y, z)
的体积,特征向量(vec
)返回为zyx
。在
使用CuPy
CuPy函数在structure_tensor.cp
模块中可用。它们的工作方式与NumPy类似,只是返回cupy.ndarray
s。如果需要,这些函数将自动处理移动的输入数据。在
importcupyascpimportnumpyasnpfromstructure_tensor.cpimporteig_special_3d,structure_tensor_3dsigma=1.5rho=5.5# Load 3D data.volume=np.random.random((128,128,128))S=structure_tensor_3d(volume,sigma,rho)val,vec=eig_special_3d(S)# Convert from cupy to numpy. Moves data from GPU to CPU.val=cp.asnumpy(val)vec=cp.asnumpy(vec)
捐款
更多信息
许可证
MIT许可证(见许可证文件)。在
参考文献
见丘比reference section。在
- 项目
标签: