在numpy中附加3d數組

Question

我正在嘗試在圖像中找到占主導地位的顏色，然后將最占主導地位的顏色變為閾值。 但是我在處理數據類型時遇到了麻煩。 我的公式給出了最主要的顏色為：

color=[10,10,10] # type=numpy.ndarray ,uint8

但是當我嘗試將其轉換時，它會給出斷言錯誤：

color=cv2.cvtColor(color, cv2.COLOR_BGR2HSV) #gives assertion error

cv2.cvtColor想要作為輸入的是：

color_ideal=[[[ 10, 10, 10 ]]]  #type=numpy.ndarray, uint8

為了獲得它，我設法像這樣操縱顏色：

color=np.uint8(np.atleast_3d(clr).astype(int).reshape(1,1,3))

這似乎可行，但是知道我無法將多種顏色附加到numpy數組。以某種方式，將尺寸附加為1之后，我的代碼是：

    color=np.uint8([[[]]])

    for item in clt.cluster_centers_:
       color=np.append(color,(np.uint8(np.atleast_3d(item).astype(int).reshape(1,1,3))))
#returns: color=[10,10,10] somehow its dimension is down to 1

我的問題是：

1-如何在不丟失尺寸的情況下正確附加顏色數據？

2-有沒有更簡單的方法來解決這個問題？ 我很驚訝操縱自定義彩色像素有多困難。

如果有幫助，請參見完整的代碼：

<!-- language: lang-py -->


    import cv2
    import numpy as np
    from sklearn.cluster import KMeans 

    def find_kmean_colors(img,no_cluster=2):
        clt = KMeans(no_cluster).fit(img)

        return clt
    def initialize(img='people_frontal.jpg'):
        img=cv2.imread('people_frontal_close_body.jpg')
        img=cv2.bilateralFilter(img,9,75,75)
        return img


    img=initialize()

    img_hsv =cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

    img_list= img.reshape((img.shape[0] * img_hsv.shape[1], 3))

    clt=(find_kmean_colors(img_list,1))


    color=np.uint8([[[]]])

    for i in clt.cluster_centers_:
        color=np.append(color,(np.uint8(np.atleast_3d(i).astype(int).reshape(1,1,3))))

    #color=np.uint8(np.atleast_3d(clt.cluster_centers_).astype(int).reshape(1,1,3))

    up=cv2.cvtColor(color,cv2.COLOR_BGR2HSV)

Answer 1

沒有cv2代碼，我在這里猜測形狀。 但是看起來img是一個(n,m,3)數組。 img_list是(m1,3) ， clt是m1項的列表， clt.cluster_centers_是形狀為(3,)的m1數組的列表。

為了測試起見，讓我們列出一個列表（也可以是數組列表）：

ctrs=[[10,10,10], [3,5,3], [20,10,10], [0,0,0]]
color = np.array(ctrs,dtype=np.uint8)  # (4,3) array
color = color.reshape(len(ctrs),1,3)

只需將其包裝在np.array ，然后重塑為3d即可。

array([[[10, 10, 10]],
       [[ 3,  5,  3]],
       [[20, 10, 10]],
       [[ 0,  0,  0]]], dtype=uint8)

或者可以將其重塑為（1,4,3）或（2,2,3）。

或更接近您正在嘗試的：

np.concatenate([np.array(i,np.uint8).reshape(1,1,3) for i in ctrs])

您不希望在這里使用atleast_3d ，因為它將（N，）數組重塑為（1，N，1）（請參閱其文檔）。 np.concatenate在第一個軸上進行連接，其中np.array添加第一個維，然后進行連接。

您可能可以append工作，但是它只是一步一步進行串聯，因此速度較慢。 通常，如果需要附加，請使用列表進行添加，然后在末尾轉換為數組。

---

切片后，有多種保存或恢復尺寸的方法。 如果color是3d，並且您需要將第i行也設為3d：

color[[i]]
color[i].reshape(1,...)
color[i][np.newaxis,...]

重塑這樣的操作不會增加處理時間，因此不要害怕使用它們。