معرفی شرکت ها

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

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

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

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

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

توضیحات

Multi-Label Anisotropic Euclidean Distance Transform 3D

ویژگی	مقدار
سیستم عامل	-
نام فایل	edt-2.3.0
نام	edt
نسخه کتابخانه	2.3.0
نگهدارنده	[]
ایمیل نگهدارنده	[]
نویسنده	William Silversmith
ایمیل نویسنده	ws9@princeton.edu
آدرس صفحه اصلی	https://github.com/seung-lab/euclidean-distance-transform-3d/
آدرس اینترنتی	https://pypi.org/project/edt/
مجوز	-

## Python Instructions for MLAEDT-3D Compute the Euclidean Distance Transform of a 1d, 2d, or 3d labeled image containing multiple labels in a single pass with support for anisotropic dimensions. ### Python Installation *Requires a C++ compiler* The installation process depends on `edt.cpp` for the Python bindings derived from `edt.pyx`. `edt.hpp` contains the algorithm implementation. ```bash pip install numpy pip install edt ``` ### Recompiling `edt.pyx` *Requires Cython and a C++ compiler* ```bash cd python cython -3 --cplus edt.pyx # generates edt.cpp python setup.py develop # compiles edt.cpp and edt.hpp # together into a shared binary e.g. edt.cpython-36m-x86_64-linux-gnu.so ``` ### Python Usage Consult `help(edt)` after importing. The edt module contains: `edt` and `edtsq` which compute the euclidean and squared euclidean distance respectively. Both functions select dimension based on the shape of the numpy array fed to them. 1D, 2D, and 3D volumes are supported. 1D processing is extremely fast. Numpy boolean arrays are handled specially for faster processing. If for some reason you'd like to use a specific 'D' function, `edt1d`, `edt1dsq`, `edt2d`, `edt2dsq`, `edt3d`, and `edt3dsq` are available. The three optional parameters are `anisotropy`, `black_border`, and `order`. Anisotropy is used to correct for distortions in voxel space, e.g. if X and Y were acquired with a microscope, but the Z axis was cut more corsely. `black_border` allows you to specify that the edges of the image should be considered in computing pixel distances (it's also slightly faster). `order` allows the programmer to determine how the underlying array should be interpreted. `'C'` (C-order, XYZ, row-major) and `'F'` (Fortran-order, ZYX, column major) are supported. `'C'` order is the default. `parallel` controls the number of threads. Set it <= 0 to automatically determine your CPU count. ```python import edt import numpy as np # e.g. 6nm x 6nm x 30nm for the S1 dataset by Kasthuri et al., 2014 labels = np.ones(shape=(512, 512, 512), dtype=np.uint32, order='F') dt = edt.edt(labels, anisotropy=(6, 6, 30), black_border=True, order='F', parallel=1) ```

نیازمندی

مقدار	نام
-	numpy

زبان مورد نیاز

مقدار	نام
~=3.6	Python

نحوه نصب

نصب پکیج whl edt-2.3.0:

pip install edt-2.3.0.whl

نصب پکیج tar.gz edt-2.3.0:

pip install edt-2.3.0.tar.gz