numpy.ndarray中的值計數

Question

有什么辦法可以在純粹的numpy（或opencv）中執行以下操作？

img = cv2.imread("test.jpg")
counts = defaultdict(int)
for row in img:
    for val in row:
        counts[tuple(val)] += 1

問題在於， tuple(val)顯然可以是2 ^ 24個不同值之一，因此不可能為每個可能的值都擁有一個數組，因為它將是巨大的，並且大多為零，所以我需要一個更有效的數據結構。

Answer 1

解決此問題的最快方法是：如果圖像以“塊狀”格式存儲，即顏色平面維是最后一個，並且該維是連續的，則對每個24位像素采取np.void視圖，然后運行結果通過np.unique和np.bincount ：

>>> arr = np.random.randint(256, size=(10, 10, 3)).astype(np.uint8)
>>> dt = np.dtype((np.void, arr.shape[-1]*arr.dtype.itemsize))
>>> if arr.strides[-1] != arr.dtype.itemsize:
...     arr = np.ascontiguousarray(arr)
... 
>>> arr_view = arr.view(dt)

arr_view的內容看起來像垃圾：

>>> arr_view [0, 0]
array([Â], 
      dtype='|V3')

但這不是我們必須理解的內容：

>>> unq, _ = np.unique(arr_view, return_inverse=True)
>>> unq_cnts = np.bincount(_)
>>> unq = unq.view(arr.dtype).reshape(-1, arr.shape[-1])

現在，您在這兩個數組中具有唯一的像素及其數量：

>>> unq[:5]
array([[  0,  82,  78],
       [  6, 221, 188],
       [  9, 209,  85],
       [ 14, 210,  24],
       [ 14, 254,  88]], dtype=uint8)
>>> unq_cnts[:5]
array([1, 1, 1, 1, 1], dtype=int64)

Answer 2

這是我的解決方案：

• 使用dtype = uint32將圖像轉換為一維數組
• sort()數組
• 使用diff()查找顏色改變的所有位置。
• 再次使用diff()查找每種顏色的計數。

編碼：

In [50]:
from collections import defaultdict
import cv2
import numpy as np
img = cv2.imread("test.jpg")

In [51]:
%%time
counts = defaultdict(int)
for row in img:
    for val in row:
        counts[tuple(val)] += 1
Wall time: 1.29 s

In [53]:
%%time
img2 = np.concatenate((img, np.zeros_like(img[:, :, :1])), axis=2).view(np.uint32).ravel()
img2.sort()
pos = np.r_[0, np.where(np.diff(img2) != 0)[0] + 1]
count = np.r_[np.diff(pos), len(img2) - pos[-1]]
r, g, b, _ = img2[pos].view(np.uint8).reshape(-1, 4).T
colors = zip(r, g, b)
result = dict(zip(colors, count))
Wall time: 177 ms

In [49]:
counts == result
Out[49]:
True

如果可以使用pandas，則可以調用pandas.value_counts() ，它是在帶有哈希表的cython中實現的。