ee.Image.reduceNeighborhood

: Wendet den angegebenen Reducer auf die Umgebung um jedes Pixel an, wie durch den angegebenen Kernel bestimmt. Wenn der Reducer eine einzelne Eingabe hat, wird er separat auf jedes Band der Sammlung angewendet. Andernfalls muss er dieselbe Anzahl an Eingaben haben wie das Eingabebild Bänder.

Die Namen der Reducer-Ausgaben bestimmen die Namen der Ausgabebänder. Bei Reducern mit mehreren Eingaben werden die Ausgabenamen direkt verwendet. Bei Reducern mit einer einzelnen Eingabe wird dem Ausgabenamen der Name des Eingabebands vorangestellt, z. B. '10_mean', '20_mean').

Bei Reducern mit gewichteten Eingaben kann das Eingabegewicht auf der Eingabemaske, dem Kernelwert oder dem kleineren der beiden basieren.

Nutzung	Ausgabe
Image.reduceNeighborhood(reducer, kernel, inputWeight, skipMasked, optimization)	Bild

Argument	Typ	Details
So gehts: image	Bild	Das Eingabebild.
reducer	Reducer	Der Reducer, der auf Pixel in der Umgebung angewendet werden soll.
kernel	Kernel	Der Kernel, der die Nachbarschaft definiert.
inputWeight	String, Standard: „kernel“	Entweder „mask“, „kernel“ oder „min“.
skipMasked	Boolescher Wert, Standard: „true“	Maskiert Ausgabepixel, wenn das entsprechende Eingabepixel maskiert ist.
optimization	String, Standard: null	Optimierungsstrategie. Optionen sind „boxcar“ und „window“. Die Boxcar-Methode ist eine schnelle Methode zum Berechnen von Anzahl, Summe oder Mittelwert. Dafür sind ein homogener Kernel, ein Reducer mit einer Eingabe und entweder MASK, KERNEL oder keine Gewichtung erforderlich. Bei der Methode „window“ wird ein gleitendes Fenster verwendet. Sie hat dieselben Anforderungen wie „boxcar“, kann aber einen beliebigen einzelnen Eingabe-Reducer verwenden. Beide Methoden erfordern erheblichen zusätzlichen Arbeitsspeicher.