使用给定范围内的随机值填充numpy数组？

Question

我希望能够使用一组随机值来边界数组（实际上是图像文件）。 numpy.pad()函数没有任何模式来执行此操作。 有没有一种简便的方法来实现这一点，还是我必须从头开始创建一个函数？

Answer 1

它可能不是最节省空间的，但实现此目的的一种方法是创建一个新数组并将现有数组放在其中心。

>>> import numpy as np
>>> np.random.seed(444)
>>> arr = np.zeros((4, 5))  # your image array
>>> newsize = tuple(i + 2 for i in arr.shape)
>>> new = np.random.randint(low=0, high=50, size=newsize)
>>> new[1:-1, 1:-1] = arr
>>> new
array([[ 3, 48, 23,  8,  3, 39, 12],
       [47,  0,  0,  0,  0,  0, 15],
       [34,  0,  0,  0,  0,  0,  0],
       [ 6,  0,  0,  0,  0,  0,  6],
       [39,  0,  0,  0,  0,  0, 13],
       [ 2, 15,  9, 34,  9, 24, 25]])

这假设您的图像是灰度（2d）而不是3维MxNx4 RGBA阵列。 在这种情况下，你需要new[1:-1, 1:-1, 1:-1] 。

你也可以通过将一个callable传递给np.pad()来做到这一点，但是有一个警告（见下文）：

from functools import partial

def _pad_random(vector, pad_width, iaxis, kwargs, low, high):
    a, b = np.random.randint(low, high, size=2)
    vector[:pad_width[0]] = a
    vector[-pad_width[1]:] = b
    return vector

pad_random = partial(_pad_random, low=0, high=50)

用法：

>>> np.pad(arr, 1, pad_random)
array([[23., 19.,  6., 47., 17.,  7., 26.],
       [26.,  0.,  0.,  0.,  0.,  0., 37.],
       [39.,  0.,  0.,  0.,  0.,  0., 39.],
       [39.,  0.,  0.,  0.,  0.,  0., 42.],
       [28.,  0.,  0.,  0.,  0.,  0., 47.],
       [11., 32., 37.,  2., 38., 30., 44.]])

警告：看起来，当你将函数传递给np.pad()的mode参数时， np.pad()多次调用此函数。 以下是直接来自文档的示例，其中包含一些打印调用：

>>> def pad_with(vector, pad_width, iaxis, kwargs):
...     pad_value = kwargs.get('padder', 10)
...     print(vector[:pad_width[0]])
...     print(vector[-pad_width[1]:])
...     vector[:pad_width[0]] = pad_value
...     vector[-pad_width[1]:] = pad_value
...     return vector
...
>>> arr = np.arange(6).reshape(3, 2)

>>> np.pad(arr, 1, pad_with)
[0]
[0]
[0]
[0]
[0]
[0]
[0]
[0]
[10]
[10]
[0]
[0]
[0]
[0]
[0]
[0]
[10]
[10]
array([[10, 10, 10, 10],
       [10,  0,  1, 10],
       [10,  2,  3, 10],
       [10,  4,  5, 10],
       [10, 10, 10, 10]])

因此，只要图像不是太大，使用上面的第一种方法可能会更加节省时间。

Answer 2

我想你需要自己创建一个填充函数来传递给np.pad 。 这个填充随机整数。

def random_pad(vec, pad_width, *_, **__):
    vec[:pad_width[0]] = np.random.randint(20, 30, size=pad_width[0])
    vec[vec.size-pad_width[1]:] = np.random.randint(30,40, size=pad_width[1])

您可以像这样使用np.pad：

In [13]: img = np.arange(12).reshape(3, 4)

In [14]: img
Out[14]: 
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11]])

In [15]: np.pad(img, ((2,3), (1,4)), mode=random_pad)
Out[15]: 
array([[26, 21, 22, 24, 21, 37, 37, 37, 39],
       [26, 25, 23, 29, 20, 39, 38, 30, 31],
       [26,  0,  1,  2,  3, 37, 31, 32, 36],
       [29,  4,  5,  6,  7, 30, 32, 33, 37],
       [24,  8,  9, 10, 11, 33, 34, 33, 37],
       [26, 36, 36, 36, 30, 32, 36, 38, 31],
       [29, 33, 34, 38, 35, 31, 33, 37, 33],
       [23, 37, 33, 33, 34, 32, 37, 33, 35]])