معرفی شرکت ها

PyAFBF-0.1.7

Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
Card image cap
تبلیغات ما

مشتریان به طور فزاینده ای آنلاین هستند. تبلیغات می تواند به آنها کمک کند تا کسب و کار شما را پیدا کنند.

مشاهده بیشتر
0.1.7
0.1.6
0.1.5
0.1.3
0.1.7
0.1.6
0.1.5
0.1.3

توضیحات

Sample image textures from anisotropic fractional Brownian fields
ویژگی مقدار
سیستم عامل OS Independent
نام فایل PyAFBF-0.1.7
نام PyAFBF
نسخه کتابخانه 0.1.7
نگهدارنده []
ایمیل نگهدارنده []
نویسنده Frederic Richard
ایمیل نویسنده frederic.richard@univ-amu.fr
آدرس صفحه اصلی https://github.com/fjprichard/PyAFBF/
آدرس اینترنتی https://pypi.org/project/PyAFBF/
مجوز GPLv3
.. image:: https://zenodo.org/badge/368267301.svg :target: https://zenodo.org/badge/latestdoi/368267301 The Package PyAFBF is intended for the simulation of rough anisotropic image textures. Textures are sampled from a mathematical model called the anisotropic fractional Brownian field. More details can be found on the `documentation <https://fjprichard.github.io/PyAFBF/>`_. Package features ================ - Simulation of rough anisotropic textures, - Computation of field features (semi-variogram, regularity, anisotropy indices) that can serve as texture attributes, - Random definition of simulated fields, - Extensions to related fields (deformed fields, intrinsic fields, heterogeneous fields, binary patterns). Installation from sources ========================= The package source can be downloaded from the `repository <https://github.com/fjprichard/PyAFBF>`_. The package can be installed through PYPI with pip install PyAFBF To install the package in a Google Collab environment, please type !pip install imgaug==0.2.6 !pip install PyAFBF Communication to the author =========================== PyAFBF is developed and maintained by Frédéric Richard. For feed-back, contributions, bug reports, contact directly the `author <https://github.com/fjprichard>`_, or use the `discussion <https://github.com/fjprichard/PyAFBF/discussions>`_ facility. Licence ======= PyAFBF is under licence GNU GPL, version 3. Citation ======== When using PyAFBF, please cite the original paper H. Biermé, M. Moisan, and F. Richard. A turning-band method for the simulation of anisotropic fractional Brownian field. J. Comput. Graph. Statist., 24(3):885–904, 2015. and the JOSS paper: .. image:: https://joss.theoj.org/papers/10.21105/joss.03821/status.svg :target: https://doi.org/10.21105/joss.03821 Contents ======== - Quick start guide - Getting started - Customed models - Tuning model parameters - Model features - Simulating with turning-band fields - Example gallery - Basic examples - Extended anisotropic fields - Heterogeneous fields - Related anisotropic fields - API: main classes - AFBF (field) - Turning band field (tbfield) - API: auxiliary classes - Periodic functions (perfunction) - Coordinates (coordinates) - Spatial data (sdata) - Process (process) - Turning bands (tbparameters) - ndarray Credits ======= PyAFBF is written and maintained by Frederic Richard, Professor at Aix-Marseille University, France.


نیازمندی

مقدار نام
>=1.19.2 numpy
>=3.3.2 matplotlib
>=1.5.2 scipy
- doctest


نحوه نصب


نصب پکیج whl PyAFBF-0.1.7:

    pip install PyAFBF-0.1.7.whl


نصب پکیج tar.gz PyAFBF-0.1.7:

    pip install PyAFBF-0.1.7.tar.gz