Does af.regions work on 3D image input?

Offen

#264 erstellt am 16.11.2023 3 Kommentare 0 Reaktionen 0 zugewiesene Personen Auf GitHub ansehen

Dieses Issue hat noch niemand übernommen.

Bewertung

Schwierigkeit: 3/5
Geschätzter Aufwand: 1-2 Tage
Anfängerfreundlichkeit: 35/100

Issue-Typ: Dokumentation
Klarheit: Muss geklärt werden
Aktivitätsstatus: Veraltet
Tech-Stack: python
Bereich: computer-vision

Rechercherichtung

Beginnen Sie am Einstiegspunkt af.regions und vergleichen Sie dessen dokumentierte Beschreibung der 2D-Eingabe mit dem zugrunde liegenden Verhalten von ArrayFire af_regions bei 3D-Arrays. Überprüfen Sie das Verhalten mit einer minimalen 3D-Eingabe und aktualisieren Sie anschließend die Dokumentation, um die unterstützte Dimensionalität und die erwartete Konnektivitätssemantik anzugeben.

Vom Indexierungsmodell aus dem Issue-Text verfasst.

Beschreibung

From the documentation it appears as though the method is designed to work in 2D only:
`def regions(image, conn = CONNECTIVITY.FOUR, out_type = Dtype.f32):
"""
Find the connected components in the image.

Parameters
----------
image : af.Array
      - A 2 D arrayfire array representing an image.

conn : optional: af.CONNECTIVITY. default: af.CONNECTIVITY.FOUR.
      - Specifies the connectivity of the pixels.

out_type : optional: af.Dtype. default: af.Dtype.f32.
      - Specifies the type for the output.

Returns
---------

output : af.Array
       - An array where each pixel is labeled with its component number.

"""
output = Array()
safe_call(backend.get().af_regions(c_pointer(output.arr), image.arr,
                                   conn.value, out_type.value))
return output`

Vorherrschende Sprache: Python
Sterne: 422
Forks: 63
PR-Merge-Kennzahlen: Keine gemergten PRs in 30 T.

Beitragsleitfaden

Für dieses Repository ist kein Beitragsleitfaden indexiert

Erste Schritte

Lesen Sie das ganze Issue und danach den Beitragsleitfaden des Projekts.
Schreiben Sie ins Issue, dass Sie es übernehmen — das erspart doppelte Arbeit.
Forken Sie das Repository und arbeiten Sie in einem Branch.
Öffnen Sie einen Pull Request, der die Issue-Nummer nennt.

Mehr aus arrayfire/arrayfire-python

[Question] [Feature Request] __matmul__, Internal Type Hinting Offen

Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100

arrayfire/arrayfire-python#271 · Erstellt am 13.6.2025
Unwrap phase function Offen

Schwierigkeit 5/5 Über eine Woche Anfängerfreundlichkeit 25/100

arrayfire/arrayfire-python#270 · Erstellt am 17.2.2025
`dtype` parameter, and `from_ndarray` crash Offen

Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 35/100

arrayfire/arrayfire-python#269 · Erstellt am 08.10.2024
af.features.Features crashes when its __del__ method is called Offen

Schwierigkeit 4/5 3-5 Tage Anfängerfreundlichkeit 38/100

arrayfire/arrayfire-python#268 · 1 Kommentar · Erstellt am 20.9.2024
OpenCL interoperability does not work on CUDA machine Offen

Schwierigkeit 3/5 1-2 Tage Anfängerfreundlichkeit 48/100

arrayfire/arrayfire-python#267 · 1 Kommentar · 1 Reaktion · Erstellt am 22.4.2024

Alle Issues in arrayfire/arrayfire-python