如何在numpy中生成和應用方形遮罩

Question

我真的無法理解面具在Numpy中是如何工作的。

我創建一個面具

import numpy
def make_mask(center_x,center_y,len_x,len_y):
      x,y = numpy.ogrid[:len_x, :len_y]
      mask = (center_x-x)**2 + (center_y-y)**2
      return mask

然后我嘗試使用它

 >>>a = numpy.ones((10,10))
 >>>mask = make_mask(2,2,2,2,2)
 >>>a[mask] = 0
 >>>a
 array([[1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [0,0,0,0,0,0,0,0],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [0,0,0,0,0,0,0,0],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [0,0,0,0,0,0,0,0]])

我期待的是

 >>>a
 array([[1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [1,1,0,0,1,1,1,1],
        [1,1,0,0,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1],
        [1,1,1,1,1,1,1,1]])

我嘗試了該函數的幾個不同版本。 我只是無法獲得所需的行為。 我究竟做錯了什么。 我真的不明白2D矩陣如何索引2D矩陣。

Answer 1

您的遮罩將第二行，第五行和第八行設置為0； 由於陣列的形狀與被遮罩的陣列不同，因此陣列被展平。 它被應用為：

a[2] = 0
a[5] = 0
a[8] = 0

我認為您期待更多類似的東西：

mask = numpy.ones_like(a)
mask[center_y:center_y + len_y, center_x:center_x + len_x] = 0

它具有與要屏蔽的數組相同的大小，並提供了預期的結果。

Answer 2

如果您看一下make_mask函數的功能，那么在編寫時應如下所示：

def make_mask(index_x,index_y,len_x,len_y):
      x,y = numpy.ogrid[:len_x, :len_y]
      mask = (index_x-x)**2 + (index_y-y)**2
      return mask

你會看到你得到

array([[8, 5],
       [5, 2]])

當您用2x2矩陣索引10x10矩陣時，我相信它將矩陣中的所有值視為按行索引較大的矩陣。 這就是為什么看到第二行全為零，第五行全為零，第八行全為零的原因。

為了獲得想要的效果，您可以只使用已有的索引，甚至不需要一個函數：

a[startx:startx+lenx, starty:starty+leny] = 0

這使：

array([[ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  0.,  0.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  0.,  0.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.],
       [ 1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.,  1.]])