如何在Python中使用掩碼對數組的數組進行卷積？

Question

給定一個t1xt2xn數組和一個m1xm2遮罩，如何獲得n-dim數組與遮罩卷積的t1xt2xn數組？

函數scipy.signal.convolve無法處理此問題，因為它僅接受具有相同維數的輸入。

具有“相同”邏輯的示例：

in1 =
[[[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]]]

in2 =
[[0,1,0],
[0,1,0],
[0,1,0]]

output =
[[[0,0,0],[15,17,19],[0,0,0]],
[[0,0,0],[36,39,42],[0,0,0]],
[[0,0,0],[33,35,37],[0,0,0]]]

Answer 1

非常抱歉，但是我沒有很強的數學背景，所以我的答案可能是錯誤的。 無論如何，如果需要使用遮罩進行選擇，則應將其轉換為布爾型。 例如：

in1 = np.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]]])

in2 = np.array([[0, 1, 0],
                [0, 1, 0],
                [0, 1, 0]])

mask = in2.astype(bool)

print(in1[mask])
# [[ 3  4  5]
#  [12 13 14]
#  [21 22 23]]

in3 = np.zeros(in1.shape)

in3[mask] = np.convolve(in1[mask].ravel(), in2.ravel(), 'same').reshape(mask.shape)

print(in3)

# [[[  0.   0.   0.]
#   [ 15.  17.  19.]
#   [  0.   0.   0.]]
# 
#  [[  0.   0.   0.]
#   [ 36.  39.  42.]
#   [  0.   0.   0.]]
# 
#  [[  0.   0.   0.]
#   [ 33.  35.  37.]
#   [  0.   0.   0.]]]

我不太確定最后一部分，特別是關於重塑，但希望您有個好主意。