numpy的數組python尺寸統一

Question

我有一個二維數組，其中一維包含15個元素，而第二維具有可變長度

例如

>>print abc.size()
15
>>print abc[0].size()
5873
>>print abc[1].size()
9825

如何使用numpy或skikit稀疏數組使數組尺寸一致。 數據是圖像的生豬特征。

Answer 1

假設您想將所有數組向左對齊，並在右邊用零填充，那么您首先可以找到最大長度為

max_len = max([abc[i].size() for for i in range(abc.size())])

然后使用zeros填充：

import numpy as np

for i in range(abc.size()):
    abc[i] = np.append(abc[i], np.zeros(max_len - abc[i].size())

Answer 2

這里有兩種可能的情況：

1. abc是圖像列表 ，對於每個圖像abc[i]是圖像i的生豬特征集。

2. abc是一個圖像，每個abc[i]是圖像的第i個生豬特征

對於第一種情況，圖像大小或生豬參數（鄰居的大小）在一個圖像與另一個圖像之間是不同的，因此您需要調整參數以正確計算所有圖像的生豬特征（如果您希望使用固定尺寸描述）。

對於第二種情況，您的豬計算不正確（對於同一張圖片，豬描述符的大小不應發生差異）。

因此，在任何情況下，都無法resizing數組resizing 。 您需要修復豬計算。

---

編輯：與您的問題有關，您有一個不同大小的圖像的數據集。 這是用豬描述符進行圖像分類的兩種可能的通用方法。 但是首先，簡要介紹一下HOG：

• HOG在M x N個大小為mxn窗口中分割圖像，並在該窗口中以W個固定數量的bin（方向數）計算直方圖方向的漸變。 因此，您最終將獲得M x N x W功能。 要素通常在大小為K x W的2D向量中展平，其中K = M x N

現在，分類有兩種常用方法：

1. 將一個圖像的所有特征組合為一個，即對K特征執行平均（或加權平均或范數）運算，最后得出每個圖像（方向數）的大小為W的向量。

2. 為了保留（或多或少）要素的空間關系，另一種更常用的方法是將所有要素連接起來，以得到大小為Z的扁平化一維矢量， Z = K x W /

根據您的數據，我認為您正在嘗試執行第二步。 您面臨的問題是圖像的大小不同，因此，對於固定的窗口大小mxn ，一個圖像到另一個圖像的特征數量會有所不同。

解決此問題的方法是，固定所需的特征數M x N ，對於給定的圖像，計算m = height / M和n = width / N並使用該自定義mxn窗口大小計算HOG描述符（每個圖片都不同）。 這樣，您將得到一個K = M x N向量，每個圖像都具有相同的K （但窗口大小不同）。

使用固定的K並因此固定的Z您將能夠執行分類。

我不知道您要使用哪個庫來計算HOG，但是mxn窗口大小參數應該很容易為每個圖像手動設置。

希望能幫助到你！