[英]python: Faster local maximum in 2-d matrix
給定:R是mxn浮點矩陣
輸出:O是m×n矩陣,其中O [i,j] = R [i,j] if(i,j)是局部最大值,否則O [i,j] = 0。 局部最大值定義為以i,j為中心的3x3塊中的最大元素。
使用numpy和scipy在python上執行此操作的更快的方法是什么。
m,n = R.shape
for i in range(m):
for j in range(n):
R[i,j] *= (1 if R[min(0,i-1):max(m, i+2), min(0,j-1):max(n,j+2)].max() == R[i,j] else 0)
你可以使用scipy.ndimage.maximum_filter
:
In [28]: from scipy.ndimage import maximum_filter
這是一個樣本R
:
In [29]: R
Out[29]:
array([[3, 3, 0, 0, 3],
[0, 0, 2, 1, 3],
[0, 1, 1, 1, 2],
[3, 2, 1, 2, 0],
[2, 2, 1, 2, 1]])
在3x3窗口上獲得最大值:
In [30]: mx = maximum_filter(R, size=3)
In [31]: mx
Out[31]:
array([[3, 3, 3, 3, 3],
[3, 3, 3, 3, 3],
[3, 3, 2, 3, 3],
[3, 3, 2, 2, 2],
[3, 3, 2, 2, 2]])
將mx
與R
進行比較; 這是一個布爾矩陣:
In [32]: mx == R
Out[32]:
array([[ True, True, False, False, True],
[False, False, False, False, True],
[False, False, False, False, False],
[ True, False, False, True, False],
[False, False, False, True, False]], dtype=bool)
使用np.where
創建O
:
In [33]: O = np.where(mx == R, R, 0)
In [34]: O
Out[34]:
array([[3, 3, 0, 0, 3],
[0, 0, 0, 0, 3],
[0, 0, 0, 0, 0],
[3, 0, 0, 2, 0],
[0, 0, 0, 2, 0]])
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.