ee.Image.reduceNeighborhood

Applique le réducteur donné au voisinage de chaque pixel, tel qu'il est déterminé par le noyau donné. Si le réducteur ne comporte qu'une seule entrée, il est appliqué séparément à chaque bande de la collection. Sinon, il doit comporter le même nombre d'entrées que l'image d'entrée comporte de bandes.

Les noms de sortie du réducteur déterminent les noms des bandes de sortie :

• Les réducteurs comportant plusieurs entrées utilisent directement les noms de sortie.
• Les réducteurs ne comportant qu'une seule entrée préfixent le nom de sortie avec le nom de la bande d'entrée (par exemple, '10_mean' ou '20_mean').

Les réducteurs comportant des entrées pondérées peuvent avoir la pondération d'entrée basée sur le masque d'entrée, la valeur du noyau ou la plus petite de ces deux valeurs.

Utilisation	Renvoie
Image.reduceNeighborhood(reducer, kernel, inputWeight, skipMasked, optimization)	Image

Argument	Type	Détails
this: image	Image	Image d'entrée.
reducer	Réducteur	Réducteur à appliquer aux pixels du voisinage.
kernel	Kernel	Noyau définissant le voisinage.
inputWeight	Chaîne, par défaut : "kernel"	"mask", "kernel" ou "min".
skipMasked	Booléen, par défaut : true	Masque les pixels de sortie si le pixel d'entrée correspondant est masqué.
optimization	Chaîne, par défaut : null	Stratégie d'optimisation. Les options sont "boxcar" et "window". La méthode "boxcar" est une méthode rapide pour calculer le nombre, la somme ou la moyenne. Elle nécessite un noyau homogène, un réducteur à entrée unique et une pondération MASK, KERNEL ou aucune pondération. La méthode "window" utilise une fenêtre glissante et présente les mêmes exigences que "boxcar", mais peut utiliser n'importe quel réducteur à entrée unique. Les deux méthodes nécessitent une quantité considérable de mémoire supplémentaire.