在直方图（1D数组）中查找语言环境最小值（Python）

Question

我已经处理了雷达图像并检测了水，我必须在直方图中找到局部最小值。直方图对每个区域都有一点不同，所以我必须根据每个直方图自动查找局部最小值。

我的输入数组是图像值的一维数组（0.82154，0.012211，...）。我知道如何在numpy和matplotlib中创建直方图，但我不知道该怎么做来确定图片中显示的区域最小值。我使用python scipy库。

第一步应该是平滑直方图以便于确定最小值，您能告诉我用什么来平滑数据吗？事情是这样的：

Answer 1

您可以numpy.convolve()平滑与numpy的数据，也可以使用以下功能：

import numpy 

def smooth(x,window_len=11,window='hanning'): 
    if x.ndim != 1: 
     raise ValueError, "smooth only accepts 1 dimension arrays." 

    if x.size < window_len: 
     raise ValueError, "Input vector needs to be bigger than window size." 


    if window_len<3: 
     return x 


    if not window in ['flat', 'hanning', 'hamming', 'bartlett', 'blackman']: 
     raise ValueError, "Window is on of 'flat', 'hanning', 'hamming', 'bartlett', 'blackman'" 


    s=numpy.r_[x[window_len-1:0:-1],x,x[-2:-window_len-1:-1]] 
    #print(len(s)) 
    if window == 'flat': #moving average 
     w=numpy.ones(window_len,'d') 
    else: 
     w=eval('numpy.'+window+'(window_len)') 

    y=numpy.convolve(w/w.sum(),s,mode='valid') 
    return y 

还请看看在SciPy的文档：

• http://scipy-cookbook.readthedocs.io/items/SignalSmooth.html

如果你是一维数组a比他们的邻居小中寻找所有条目，你可以尝试

numpy.r_[True, a[1:] < a[:-1]] & numpy.r_[a[:-1] < a[1:], True] 

在SciPy的> = 0.11，你可以使用以下命令：

import numpy as np 
from scipy.signal import argrelextrema 

x = np.random.random(12) 

# for local minima 
argrelextrema(x, np.less)