Earth Engine presenta
niveles de cuotas no comerciales para proteger los recursos de procesamiento compartidos y garantizar un rendimiento confiable para todos. Todos los proyectos no comerciales deberán seleccionar un nivel de cuota antes del
27 de abril de 2026 o usarán el nivel Comunidad de forma predeterminada. Las cuotas de nivel entrarán en vigencia para todos los proyectos (independientemente de la fecha de selección del nivel) el
27 de abril de 2026.
Obtén más información.
ee.Kernel.laplacian4
Organiza tus páginas con colecciones
Guarda y categoriza el contenido según tus preferencias.
Genera un kernel de detección de bordes de Laplacian-4 de 3 x 3.
| Uso | Muestra |
|---|
ee.Kernel.laplacian4(magnitude, normalize) | Kernel |
| Argumento | Tipo | Detalles |
|---|
magnitude | Número de punto flotante, valor predeterminado: 1 | Cada valor se multiplica por esta cantidad. |
normalize | Booleano, valor predeterminado: falso | Normaliza los valores del kernel para que sumen 1. |
Ejemplos
Editor de código (JavaScript)
print('A Laplacian-4 kernel', ee.Kernel.laplacian4());
/**
* Output weights matrix
*
* [0, 1, 0]
* [1, -4, 1]
* [0, 1, 0]
*/
Configuración de Python
Consulta la página
Entorno de Python para obtener información sobre la API de Python y el uso de geemap para el desarrollo interactivo.
import ee
import geemap.core as geemap
Colab (Python)
display('A Laplacian-4 kernel:', ee.Kernel.laplacian4())
# Output weights matrix
# [0, 1, 0]
# [1, -4, 1]
# [0, 1, 0]
Salvo que se indique lo contrario, el contenido de esta página está sujeto a la licencia Atribución 4.0 de Creative Commons, y los ejemplos de código están sujetos a la licencia Apache 2.0. Para obtener más información, consulta las políticas del sitio de Google Developers. Java es una marca registrada de Oracle o sus afiliados.
Última actualización: 2025-10-30 (UTC)
[null,null,["Última actualización: 2025-10-30 (UTC)"],[],["The `ee.Kernel.laplacian4()` function generates a 3x3 Laplacian-4 edge-detection kernel. It accepts `magnitude` (float, default 1) to scale kernel values and `normalize` (boolean, default false) to normalize values to sum to 1. The function returns a kernel represented by the weights matrix: `[[0, 1, 0], [1, -4, 1], [0, 1, 0]]`. `magnitude` allows for customization of the kernel's sensitivity.\n"]]