Python：高斯加权像素区域的标准偏差

我想用Python计算二维数组的高斯加权标准差，有人知道怎么做吗？所以基本上应用2D高斯滤波器，但不是返回每个数组元素与滤波器的卷积，我希望它返回一些数组元素周围高斯加权值的标准偏差

干杯，

---

Tomas有一个名为std.Example的numpy函数

    x = np.random.uniform(0,5,(20,20))
    np.std(x)

---

这将返回20x20阵列的标准偏差。如果需要图像的特定部分，可以使用阵列拼接来完成此操作。

对于返回2D阵列的局部标准偏差的非加权过滤器，可以使用

scipy.ndimage.filters.generic_filter(image, function=np.std, size=(10, 10)) 

---

不幸的是，我认为在标准的scientific python模块中没有一个函数可以实现您想要的功能。您可能需要编写自己的实现（请参阅中的一般方法）。

谢谢@rth，我正在寻找的确实是这样的过滤器，但随后使用高斯权重。