使用矩形双变量样条线在2D图像上插值(原始数据如下所示),如果平滑为0,我将得到一个插值,但如果我将平滑设置为非零值,甚至0.001,结果只包含nan值。我的“图像”是一个1000x800网格,由0~14的数字组成。在
from scipy import interpolate
import numpy as np
import matplotlib.pyplot as plt
from mpl_toolkits.mplot3d import Axes3D
x=np.arange(img.shape[1])
y=np.arange(img.shape[0])
X, Y = np.meshgrid(x,y)
fig=plt.figure(1)
for smooth in [0,.001,.01,.1]:
plt.clf()
plt.cla()
ax=fig.add_subplot(111,projection='3d')
bvspl=interpolate.RectBivariateSpline(x,y,np.transpose(img),s=smooth)
print(np.min(bvspl(x,y)),np.max(bvspl(x,y)))
ax.plot_surface(X,Y,np.transpose(bvspl(x,y)))
fig.savefig(path+str(smooth)+'_3d.png')
print语句的结果是:
-2.15105711021e-15 14.3944312333
nan nan
nan nan
nan nan
{1美元^
在我的例子中,我只需在插值之前将所有缺少的值设置为-9999。插值之后,我再次将所有的负值设置为缺少的值-是的,我将丢失边界的信息,但这是目前为止我可以做的。我也在寻找另一个快速准确的解决方案。在
相关问题 更多 >
编程相关推荐