Earth Engine a introduit des
niveaux de quota non commerciaux pour protéger les ressources de calcul partagées et garantir des performances fiables pour tous. Les projets non commerciaux utilisent le niveau "Communauté" par défaut, mais vous pouvez modifier le niveau d'un projet à tout moment.
Google uses AI technology to translate content into your preferred language. AI translations can contain errors.
ee.Kernel.laplacian4
Restez organisé à l'aide des collections
Enregistrez et classez les contenus selon vos préférences.
Génère un noyau de détection des bords Laplacian-4 3x3.
| Utilisation | Renvoie |
|---|
ee.Kernel.laplacian4(magnitude, normalize) | Noyau |
| Argument | Type | Détails |
|---|
magnitude | Float, valeur par défaut : 1 | Échelle de chaque valeur par ce montant. |
normalize | Booléen, valeur par défaut : false | Normalisez les valeurs du noyau pour qu'elles totalisent 1. |
Exemples
Éditeur de code (JavaScript)
print('A Laplacian-4 kernel', ee.Kernel.laplacian4());
/**
* Output weights matrix
*
* [0, 1, 0]
* [1, -4, 1]
* [0, 1, 0]
*/
Configuration de Python
Consultez la page
Environnement Python pour en savoir plus sur l'API Python et sur l'utilisation de geemap pour le développement interactif.
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]
Sauf indication contraire, le contenu de cette page est régi par une licence Creative Commons Attribution 4.0, et les échantillons de code sont régis par une licence Apache 2.0. Pour en savoir plus, consultez les Règles du site Google Developers. Java est une marque déposée d'Oracle et/ou de ses sociétés affiliées.
Dernière mise à jour le 2025/10/30 (UTC).
[null,null,["Dernière mise à jour le 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"]]