[英]Broadcasting into views of Numpy arrays
我正在通過numpy處理圖像。 我想將圖像的一部分設置為其平均顏色。 我能夠做到這一點,但是當我想使用原始視圖執行此操作時,必須重新索引數組。 換句話說,我想使用第四行代碼,但是我堅持使用第三行代碼。
我已經閱讀了幾篇有關as_strided函數的文章,但是這使我感到困惑,我希望可以有一個更簡單的解決方案。 那么,有什么辦法可以稍微修改最后一行代碼以執行我想要的操作?
box = im[x-dx:x+dx, y-dy:y+dy, :]
avg = block(box) #returns a 1D numpy array with 3 values
im[x-dx:x+dx, y-dy:y+dy, :] = avg[None,None,:] #sets box to average color
#box = avg[None,None,:] #does not affect original array
box = blah
只是重新分配box
變量。 先前引用的box
變量的數組不受影響。 這不是您想要的。
box[:] = blah
是切片分配。 它修改了數組的內容。 這就是你想要的。
請注意,分片分配取決於語句的句法形式。 這一事實box
被分配box = im[stuff]
不作進一步分配到box
片分配。 這類似於您如何做
l = [1, 2, 3]
b = l[2]
b = 0
對b
的賦值不影響l
。
這會將數組的一部分設置為其平均值(均值):
im[2:4, 2:4] = im[2:4, 2:4].mean()
例如:
In [9]: im
Out[9]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 10, 11],
[12, 13, 14, 15]])
In [10]: im[2:4, 2:4] = im[2:4, 2:4].mean()
In [11]: im
Out[11]:
array([[ 0, 1, 2, 3],
[ 4, 5, 6, 7],
[ 8, 9, 12, 12],
[12, 13, 12, 12]])
假設我們要分別對顏色的每個成分進行平均:
In [22]: im = np.arange(48).reshape((4,4,3))
In [23]: im
Out[23]:
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17],
[18, 19, 20],
[21, 22, 23]],
[[24, 25, 26],
[27, 28, 29],
[30, 31, 32],
[33, 34, 35]],
[[36, 37, 38],
[39, 40, 41],
[42, 43, 44],
[45, 46, 47]]])
In [24]: im[2:4, 2:4, :] = im[2:4, 2:4, :].mean(axis=0).mean(axis=0)[np.newaxis, np.newaxis, :]
In [25]: im
Out[25]:
array([[[ 0, 1, 2],
[ 3, 4, 5],
[ 6, 7, 8],
[ 9, 10, 11]],
[[12, 13, 14],
[15, 16, 17],
[18, 19, 20],
[21, 22, 23]],
[[24, 25, 26],
[27, 28, 29],
[37, 38, 39],
[37, 38, 39]],
[[36, 37, 38],
[39, 40, 41],
[37, 38, 39],
[37, 38, 39]]])
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.