跳过numpy ndarrays切片中的行

Question

假设我有一个numpy数组img ， img.shape == (468,832,3) 。 img[::2, ::2]做什么？ 它将形状减小到(234,416,3)您能解释一下逻辑吗？

Answer 1

它从数组中切出每个备用行，然后切成每个备用列，返回一个大小为(n // 2, n // 2, ...)的数组。

这是使用2D阵列切片的示例-

>>> a = np.arange(16).reshape(4, 4)
>>> a
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15]])

>>> a[::2, ::2]
array([[ 0,  2],
       [ 8, 10]])

而且，这是3D阵列的另一个示例-

>>> a = np.arange(27).reshape(3, 3, 3)
>>> a
array([[[ 0,  1,  2],
        [ 3,  4,  5],
        [ 6,  7,  8]],

       [[ 9, 10, 11],
        [12, 13, 14],
        [15, 16, 17]],

       [[18, 19, 20],
        [21, 22, 23],
        [24, 25, 26]]])

>>> a[::2, ::2] # same as a[::2, ::2, :]
array([[[ 0,  1,  2],
        [ 6,  7,  8]],

       [[18, 19, 20],
        [24, 25, 26]]])

Answer 2

让我们一起阅读文档（源代码）。 （只需先阅读粗体部分）

基本切片语法为i：j：k ，其中i是起始索引 ， j是终止索引 ， k是步长 （k \\ neq 0）。 这将选择索引值为i，i + k ，...，i +（m-1） k的m个元素（在相应维度中），其中m = q +（r \\ neq0），q和r为商通过将j-i除以k得到的余数：j-i = qk + r，因此i +（m-1）k <j。

...

假设n是要切片的维度中的元素数。 然后， 如果未给出i ， 则对于k> 0缺省为0，对于k <0 缺省为 n-1。 如果未给出j，则对于k> 0缺省为n，对于k <0 缺省为 -n-1。 如果未指定k，则默认为1。注意::与：相同，表示选择该轴上的所有索引。

现在看您的角色。

[::2, ::2]将转换为[0:468:2, 0:832:2]因为您没有在文档中指定前两个或i和j 。 （您仅在此处指定k 。请回忆上面的i:j:k表示法。）您以步长2选择这些轴上的元素，这意味着您沿指定的轴选择了所有其他元素。

由于您未指定第3维，因此将全部选中。

Answer 3

好吧，我们将RGB图像作为3D形状数组：

img.shape=(468,832,3)

现在， img[::2, ::2]做什么？

我们只是对图像进行下采样 （即，通过仅从原始图像中获取每个其他像素，并将图像尺寸缩小一半，并通过使用2的步长大小，这意味着跳过一个像素）。 从下面的示例中应该可以清楚地看出这一点。

让我们拍摄一个简单的灰度图像以便于理解。

In [13]: arr
Out[13]: 
array([[10, 11, 12, 13, 14, 15],
       [20, 21, 22, 23, 24, 25],
       [30, 31, 32, 33, 34, 35],
       [40, 41, 42, 43, 44, 45],
       [50, 51, 52, 53, 54, 55],
       [60, 61, 62, 63, 64, 65]])

In [14]: arr.shape
Out[14]: (6, 6)

In [15]: arr[::2, ::2]
Out[15]: 
array([[10, 12, 14],
       [30, 32, 34],
       [50, 52, 54]])

In [16]: arr[::2, ::2].shape
Out[16]: (3, 3)

注意哪些像素在切片版本中。 同样，观察切片后阵列shape变化（即减小一半）。

现在，由于在第三个轴上没有切片，因此对图像中的所有三个通道都进行了下采样。 因此，您将在示例中仅对前两个轴减小形状。

(468, 832, 3)
  .    .   |
  .    .   |
(234, 416, 3)