[英]Faster way to fill 2d numpy array with these noise parameters? Currently looping over each element
[英]How to crop each element of a numpy array with a window size at the same time without looping over each pixel?
我有一个大小为240 x 320 x 3
的 numpy 数组,我想使用一个窗口(窗口大小ws=5
)滑过每个像素并裁剪出以该像素为中心的子数组。 最终输出尺寸应为240 x 320 x ws x ws x 3
。 所以我用窗口大小填充原始数组并使用for loop
来这样做。
height = 240
width = 320
image = np.random.rand((height, width, 3))
image = np.pad(image, ((ws//2, ws//2), (ws//2, ws//2), (0, 0)), mode='reflect')
patches = np.zeros((height, width, ws, ws, 3))
for i in range(height):
for j in range(width):
patches[i, j] = image[i:i+ws, j:j+ws]
有没有办法在采样时对每个像素进行裁剪? 就像在每个像素上不使用for loop
一样?
您基本上是在图像上滑动窗口。 我们可以利用基于np.lib.stride_tricks.as_strided
的scikit-image's view_as_windows
来获得滑动窗口。 有关使用基于view_as_windows
的as_strided
的更多信息。
from skimage.util.shape import view_as_windows
out = view_as_windows(image,(ws,ws,1)).transpose(0,1,4,3,2,5)[:-1,:-1,...,0]
# Alternatively :
out = view_as_windows(image,(ws,ws,1))[:-1,:-1,...,0].transpose(0,1,4,3,2)
另请注意,如果您有for i in range(height+1)
和for j in range(width+1)
,您将错过最后一个可能的窗口。 为了使用我们的解决方案获得相同的结果,最后一个索引步骤将修改为[...,0]
代替[:-1,:-1,...,0]
,从而给我们 -
out = view_as_windows(image,(ws,ws,1))[...,0].transpose(0,1,4,3,2)
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.