ee.Kernel.laplacian8

Генерирует ядро обнаружения границ Лапласа-8 размером 3x3.

Использование	Возврат
ee.Kernel.laplacian8( magnitude , normalize )	Ядро

Аргумент	Тип	Подробности
magnitude	Плавающий, по умолчанию: 1	Масштабируйте каждое значение на эту величину.
normalize	Логическое значение, по умолчанию: false	Нормализуйте значения ядра так, чтобы сумма равнялась 1.

Примеры

Редактор кода (JavaScript)

print('A Laplacian-8 kernel', ee.Kernel.laplacian8());

/**
 * Output weights matrix
 *
 * [1,  1, 1]
 * [1, -8, 1]
 * [1,  1, 1]
 */

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице «Среда Python» .

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

print('A Laplacian-8 kernel:')
pprint(ee.Kernel.laplacian8().getInfo())

#  Output weights matrix

#  [1,  1, 1]
#  [1, -8, 1]
#  [1,  1, 1]

,Генерирует ядро обнаружения границ Лапласа-8 размером 3x3.

Использование	Возврат
ee.Kernel.laplacian8( magnitude , normalize )	Ядро

Аргумент	Тип	Подробности
magnitude	Плавающий, по умолчанию: 1	Масштабируйте каждое значение на эту величину.
normalize	Логическое значение, по умолчанию: false	Нормализуйте значения ядра так, чтобы сумма равнялась 1.

Примеры

Редактор кода (JavaScript)

print('A Laplacian-8 kernel', ee.Kernel.laplacian8());

/**
 * Output weights matrix
 *
 * [1,  1, 1]
 * [1, -8, 1]
 * [1,  1, 1]
 */

Настройка Python

Информацию об API Python и использовании geemap для интерактивной разработки см. на странице «Среда Python» .

import ee
import geemap.core as geemap

Colab (Python)

from pprint import pprint

print('A Laplacian-8 kernel:')
pprint(ee.Kernel.laplacian8().getInfo())

#  Output weights matrix

#  [1,  1, 1]
#  [1, -8, 1]
#  [1,  1, 1]