ee.Kernel.gaussian
Sử dụng bộ sưu tập để sắp xếp ngăn nắp các trang
Lưu và phân loại nội dung dựa trên lựa chọn ưu tiên của bạn.
Tạo một hạt nhân Gaussian từ một Gaussian liên tục được lấy mẫu.
| Cách sử dụng | Giá trị trả về |
|---|
ee.Kernel.gaussian(radius, sigma, units, normalize, magnitude) | Kernel |
| Đối số | Loại | Thông tin chi tiết |
|---|
radius | Số thực dấu phẩy động | Bán kính của hạt nhân cần tạo. |
sigma | Số thực, mặc định: 1 | Độ lệch chuẩn của hàm Gaussian (cùng đơn vị với bán kính). |
units | Chuỗi, mặc định: "pixels" | Hệ thống đo lường cho nhân ("pixel" hoặc "mét"). Nếu hạt nhân được chỉ định bằng mét, thì hạt nhân sẽ đổi kích thước khi mức thu phóng thay đổi. |
normalize | Boolean, mặc định: true | Chuẩn hoá các giá trị của nhân để có tổng bằng 1. |
magnitude | Số thực, mặc định: 1 | Điều chỉnh tỷ lệ mỗi giá trị theo số tiền này. |
Ví dụ
Trình soạn thảo mã (JavaScript)
print('A Gaussian kernel', ee.Kernel.gaussian({radius: 3}));
/**
* Output weights matrix (up to 1/1000 precision for brevity)
*
* [0.002, 0.013, 0.021, 0.013, 0.002]
* [0.013, 0.059, 0.098, 0.059, 0.013]
* [0.021, 0.098, 0.162, 0.098, 0.021]
* [0.013, 0.059, 0.098, 0.059, 0.013]
* [0.002, 0.013, 0.021, 0.013, 0.002]
*/
Thiết lập Python
Hãy xem trang
Môi trường Python để biết thông tin về API Python và cách sử dụng geemap cho quá trình phát triển tương tác.
import ee
import geemap.core as geemap
Colab (Python)
from pprint import pprint
print('A Gaussian kernel:')
pprint(ee.Kernel.gaussian(**{'radius': 3}).getInfo())
# Output weights matrix (up to 1/1000 precision for brevity)
# [0.002, 0.013, 0.021, 0.013, 0.002]
# [0.013, 0.059, 0.098, 0.059, 0.013]
# [0.021, 0.098, 0.162, 0.098, 0.021]
# [0.013, 0.059, 0.098, 0.059, 0.013]
# [0.002, 0.013, 0.021, 0.013, 0.002]
Trừ phi có lưu ý khác, nội dung của trang này được cấp phép theo Giấy phép ghi nhận tác giả 4.0 của Creative Commons và các mẫu mã lập trình được cấp phép theo Giấy phép Apache 2.0. Để biết thông tin chi tiết, vui lòng tham khảo Chính sách trang web của Google Developers. Java là nhãn hiệu đã đăng ký của Oracle và/hoặc các đơn vị liên kết với Oracle.
Cập nhật lần gần đây nhất: 2025-07-29 UTC.
[null,null,["Cập nhật lần gần đây nhất: 2025-07-29 UTC."],[[["\u003cp\u003eThe \u003ccode\u003eee.Kernel.gaussian\u003c/code\u003e function generates a Gaussian kernel, which is essentially a matrix of weights used for image processing, derived from a continuous Gaussian distribution.\u003c/p\u003e\n"],["\u003cp\u003eUsers can customize the kernel by defining its radius, standard deviation (\u003ccode\u003esigma\u003c/code\u003e), units (pixels or meters), normalization, and magnitude (scaling factor).\u003c/p\u003e\n"],["\u003cp\u003eBy default, the kernel is normalized, meaning the sum of its values equals 1, and has a magnitude of 1, applying no scaling to the pixel values.\u003c/p\u003e\n"],["\u003cp\u003eThe generated Gaussian kernel can be applied to imagery to perform various operations such as blurring or smoothing, as demonstrated in the example code snippets.\u003c/p\u003e\n"]]],["The core function is to generate a Gaussian kernel using `ee.Kernel.gaussian()`. This function requires a `radius` and accepts optional parameters like `sigma` (standard deviation), `units` ('pixels' or 'meters'), `normalize` (kernel value normalization), and `magnitude` (scaling factor). The output is a kernel object. Example code demonstrates how to create and print a Gaussian kernel in JavaScript and Python, including the resulting weights matrix.\n"],null,["# ee.Kernel.gaussian\n\nGenerates a Gaussian kernel from a sampled continuous Gaussian.\n\n\u003cbr /\u003e\n\n| Usage | Returns |\n|-------------------------------------------------------------------------------------|---------|\n| `ee.Kernel.gaussian(radius, `*sigma* `, `*units* `, `*normalize* `, `*magnitude*`)` | Kernel |\n\n| Argument | Type | Details |\n|-------------|---------------------------|-------------------------------------------------------------------------------------------------------------------------------------------------------|\n| `radius` | Float | The radius of the kernel to generate. |\n| `sigma` | Float, default: 1 | Standard deviation of the Gaussian function (same units as radius). |\n| `units` | String, default: \"pixels\" | The system of measurement for the kernel ('pixels' or 'meters'). If the kernel is specified in meters, it will resize when the zoom-level is changed. |\n| `normalize` | Boolean, default: true | Normalize the kernel values to sum to 1. |\n| `magnitude` | Float, default: 1 | Scale each value by this amount. |\n\nExamples\n--------\n\n### Code Editor (JavaScript)\n\n```javascript\nprint('A Gaussian kernel', ee.Kernel.gaussian({radius: 3}));\n\n/**\n * Output weights matrix (up to 1/1000 precision for brevity)\n *\n * [0.002, 0.013, 0.021, 0.013, 0.002]\n * [0.013, 0.059, 0.098, 0.059, 0.013]\n * [0.021, 0.098, 0.162, 0.098, 0.021]\n * [0.013, 0.059, 0.098, 0.059, 0.013]\n * [0.002, 0.013, 0.021, 0.013, 0.002]\n */\n```\nPython setup\n\nSee the [Python Environment](/earth-engine/guides/python_install) page for information on the Python API and using\n`geemap` for interactive development. \n\n```python\nimport ee\nimport geemap.core as geemap\n```\n\n### Colab (Python)\n\n```python\nfrom pprint import pprint\n\nprint('A Gaussian kernel:')\npprint(ee.Kernel.gaussian(**{'radius': 3}).getInfo())\n\n# Output weights matrix (up to 1/1000 precision for brevity)\n\n# [0.002, 0.013, 0.021, 0.013, 0.002]\n# [0.013, 0.059, 0.098, 0.059, 0.013]\n# [0.021, 0.098, 0.162, 0.098, 0.021]\n# [0.013, 0.059, 0.098, 0.059, 0.013]\n# [0.002, 0.013, 0.021, 0.013, 0.002]\n```"]]
