ee.Image.reduceNeighborhood

Applique le réducteur donné au voisinage de chaque pixel, tel que déterminé par le noyau donné. Si le réducteur ne comporte qu'une seule entrée, il sera 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 avec plusieurs entrées utiliseront directement les noms de sortie, tandis que les réducteurs avec une seule entrée préfixeront le nom de sortie avec le nom de la bande d'entrée (par exemple, "10_mean", "20_mean").

Les réducteurs avec des entrées pondérées peuvent avoir un poids d'entrée basé 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
ceci : image	Image	Image d'entrée.
reducer	Réducteur	Réducteur à appliquer aux pixels du voisinage.
kernel	Noyau	Noyau définissant le voisinage.
inputWeight	Chaîne, valeur par défaut : "kernel"	("mask", "kernel" ou "min")
skipMasked	Booléen, valeur par défaut : true	Masque les pixels de sortie si le pixel d'entrée correspondant est masqué.
optimization	Chaîne, valeur 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. Il nécessite un noyau homogène, un réducteur à entrée unique et une pondération MASK, KERNEL ou aucune pondération. La méthode "window" utilise une fenêtre mobile et présente les mêmes exigences que "boxcar", mais peut utiliser n'importe quel réducteur d'entrée unique. Les deux méthodes nécessitent une quantité considérable de mémoire supplémentaire.