Python 计算加权二维直方图，给出中心偏移量

我有多个2D numpy阵列（明亮物体的图像数据，每个大小为600x600），我使用

skimage.feature.register\u translation

对每个单独的图像与堆叠的合成图像进行互相关，以获得每个图像的质心相对于合成图像质心的相对亚像素偏移。我现在想创建一个加权的2d直方图，它包含我所有的个人图像数据，使用每个图像数据的相对位移，以便所有图像数据都精确居中。但我不知道该怎么做。我的代码如下（找到班次后）：

---

但这并没有给我带来任何好处——我认为我的

权重

参数是错误的（我认为每个图像应该只有一个权重，而不是整个图像？），但我不知道我还能为它添加什么。这些图像来自不同的亮源，所以我不能假设它们的宽度都相同。我如何才能做到这一点？

您能尝试将

数据[0].ravel（）作为权重吗？另外，请提供更多的
数据
数据

中的每个条目都是一个600x600数组，因此我可能需要在这里粘贴这些条目。但是，为什么数据[0]？这就是我第一张照片的数据。

import numpy as np

data = #individual image data; this is an array of multiple 2D (600x600) arrays

# Shifts in x and y (each are same length as 'data')
dx = np.array([0.346, 0.23, 0.113, ...])
dy = np.array([-0.416, -0.298, 0.275, ...])

# Bins
bins = np.arange(-300, 300, 1)

# Weighted histogram
h, xe, ye = np.histogram2d(dx.ravel(), dy.ravel(), bins=bins, weights=data.ravel())