如何使用 scipy.ndimage.filters.gereric_filter？

我正在尝试使用 scipy.ndimage.filters.generic_filter 来计算邻域的加权和。邻域在某些时候会发生变化，但目前我正在努力实现 3x3。 到目前为止，这就是我所在的地方：

    def Func(a):
         a = np.reshape((3,3))
         weights = np.array([[0.5,.05,0.5],[0.5,1,0.5],[0.5,0.5,0.5]])
         a = np.multiply(a,weights)
         a = np.sum(a)
         return a

ndimage.filters.generic_filter(Array,Func,footprint=np.ones((3,3)),mode='constant',cval=0.0,origin=0.0)

我从 ndimage 收到一个错误，提示“TypeError: a float is required”，但我不知道它指的是什么参数，它看起来与我见过的其他示例基本相同。

这对我有用。代码有几个小问题：

import scipy.ndimage.filters
import numpy as np

Array = rand( 100,100 )

def Func(a):
    a = a.reshape((3,3))
    weights = np.array([[0.5,.05,0.5],[0.5,1,0.5],[0.5,0.5,0.5]])
    a = np.multiply(a,weights)
    a = np.sum(a)
    return a

out = scipy.ndimage.filters.generic_filter(Array,Func,footprint=np.ones((3,3)),mode='constant',cval=0.0,origin=0.0)

You had a = np.reshape( (3,3) )这是不正确的。那是你要的吗？

[update]

根据我们的讨论对此进行一些清理：

import scipy.ndimage.filters
import numpy as np

Array = rand( 100,100 )

def Func(a):
    return np.sum( a * r_[0.5,.05,0.5, 0.5,1,0.5, 0.5,0.5,0.5] )

out = scipy.ndimage.filters.generic_filter(Array,Func,footprint=np.ones((3,3)),mode='constant',cval=0.0,origin=0.0)