הודעה: כל הפרויקטים הלא מסחריים שנרשמו לשימוש ב-Earth Engine לפני
15 באפריל 2025 חייבים
לאמת את הזכאות לשימוש לא מסחרי כדי לשמור על הגישה. אם לא תאמתו את החשבון עד 26 בספטמבר 2025, יכול להיות שהגישה שלכם תושעה.
ee.Image.reduceNeighborhood
קל לארגן דפים בעזרת אוספים
אפשר לשמור ולסווג תוכן על סמך ההעדפות שלך.
הפונקציה מחילה את פעולת הצמצום שצוינה על הסביבה של כל פיקסל, בהתאם לגרעין שצוין. אם לפונקציית ה-reducer יש קלט יחיד, היא תופעל בנפרד על כל פס של האוסף. אחרת, מספר הקלטים שלה צריך להיות זהה למספר הפסים של תמונת הקלט.
השמות של הפלט של פונקציית ה-reducer קובעים את השמות של רצועות הפלט: פונקציות reducer עם כמה קלטים ישתמשו בשמות הפלט ישירות, בעוד שפונקציות reducer עם קלט יחיד יוסיפו לשם הפלט את שם רצועת הקלט (לדוגמה, '10_mean', '20_mean').
בפונקציות Reducer עם קלט משוקלל, משקל הקלט יכול להתבסס על מסכת הקלט, על ערך הליבה או על הערך הקטן מבין השניים.
| שימוש | החזרות |
|---|
Image.reduceNeighborhood(reducer, kernel, inputWeight, skipMasked, optimization) | תמונה |
| ארגומנט | סוג | פרטים |
|---|
זה: image | תמונה | תמונת הקלט. |
reducer | הפחתה | הפונקציה לצמצום שמוחלת על הפיקסלים בסביבה. |
kernel | ליבה | הגרעין שמגדיר את השכונה. |
inputWeight | מחרוזת, ברירת מחדל: 'kernel' | אחד מהערכים mask, kernel או min. |
skipMasked | בוליאני, ברירת מחדל: true | אם פיקסל הקלט המתאים מוסתר, פיקסל הפלט מוסתר. |
optimization | מחרוזת, ברירת מחדל: null | אסטרטגיית אופטימיזציה. האפשרויות הן boxcar ו-window. שיטת 'boxcar' היא שיטה מהירה לחישוב ספירה, סכום או ממוצע. היא דורשת ליבת הומוגנית, רכיב לצמצום קלט יחיד ומשקולות מסוג MASK, KERNEL או ללא משקולות. השיטה window משתמשת בחלון רץ, ויש לה את אותן דרישות כמו לשיטה boxcar, אבל אפשר להשתמש בה בכל רכיב קלט יחיד לצמצום. שתי השיטות דורשות זיכרון נוסף משמעותי. |
אלא אם צוין אחרת, התוכן של דף זה הוא ברישיון Creative Commons Attribution 4.0 ודוגמאות הקוד הן ברישיון Apache 2.0. לפרטים, ניתן לעיין במדיניות האתר Google Developers. Java הוא סימן מסחרי רשום של חברת Oracle ו/או של השותפים העצמאיים שלה.
עדכון אחרון: 2025-07-26 (שעון UTC).
[null,null,["עדכון אחרון: 2025-07-26 (שעון UTC)."],[],["This operation applies a reducer to pixel neighborhoods defined by a kernel. The reducer can have single or multiple inputs, with output band names determined accordingly. Weighted inputs are supported based on the input mask, kernel value, or their minimum. Options are available to skip masked pixels and optimize the process. The `Image.reduceNeighborhood` function takes a reducer, kernel, input weight, skip masked option, and an optimization method, returning a new image.\n"]]