Image processing 谁能给我解释一下'；局部最大值'；在给定github链接中使用的方法？

我目前正在做一个关于图像处理的项目。 我是来看这个从视频中提取关键帧的代码的。 但是，我无法理解代码中使用的函数smooth（）

def平滑（x，window_len=13，window='hanning'）：
“”“使用具有请求大小的窗口平滑数据。”。
该方法基于缩放窗口与信号的卷积。
通过引入信号的反射副本来准备信号
（使用窗口大小）在两端，以使瞬态部分最小化
在输出信号的起始和结束部分。
输入：
x：输入信号
窗口长度：平滑窗口的尺寸
窗口：来自“flat”、“hanning”、“hamming”、“bartlett”、“blackman”的窗口类型
平窗将产生移动平均平滑。
输出：
平滑信号
例子：
将numpy作为np导入
t=np.linspace（-2,2,0.1）
x=np.sin（t）+np.randn（len（t））*0.1
y=平滑（x）
另见：
numpy.hanning，numpy.hamming，numpy.bartlett，numpy.blackman，numpy.Convalve
scipy.signal.lfilter
TODO:如果是数组而不是字符串，则窗口参数可以是窗口本身
"""
logger.info（“帧长度：%d”%len（x））
#如果x.ndim！=1:
#raise VALUERROR，“平滑仅接受一维数组。”
#
#如果x.size<窗口长度：
#raise VALUERROR，“输入向量需要大于窗口大小。”
#
#如果窗口长度<3：
#返回x
#
#如果不是窗内['flat'、'hanning'、'hamming'、'bartlett'、'blackman']：
#raise VALUE ERROR，“窗口位于'flat'、'hanning'、'hamming'、'bartlett'、'blackman'的位置”
s=np.r[2*x[0]-x[window\u len:1:-1]，
x、 2*x[-1]-x[-1:-窗口长度：-1]]
#印刷品（透镜）
如果窗口=‘平坦’：#移动平均
w=np.ones（窗口长度'd'）
其他：
w=getattr（np，窗口）（窗口长度）
y=np.convalve（w/w.sum（），s，mode='same'）
返回y[窗口长度-1:-窗口长度+1]

指向github页面的链接是：

---

任何形式的帮助都将不胜感激。谢谢。

您到底不明白什么？你知道什么是卷积吗？是的，我知道卷积。但是我不能理解我们划分输入数组并将其存储在变量“s”中的部分，所以如果你指的是行s=np.r\ux。。。。编写它是为了处理边界问题（因为数组边界/限制上的卷积需要数组之外的数据）。因此，它们将数据“x”与x前后的一些数据合并，以便能够在边界上进行卷积。有多种策略，但我不知道有哪一种^^^你可以看看这里thanx man。真的很有帮助