[英]How to resize N-d numpy image?
如何調整 Nd numpy 圖像的大小?
我不只是想對它進行二次采樣,而是對像素進行插值/平均。
例如,如果我從
array([[[3, 1, 3, 1],
[3, 1, 3, 1],
[3, 1, 3, 1],
[3, 1, 3, 1]],
[[3, 1, 3, 1],
[3, 1, 3, 1],
[3, 1, 3, 1],
[3, 1, 3, 1]]], dtype=uint8)
並在所有維度上將其縮小 2 倍,我希望輸出為
array([[[2, 2],
[2, 2]]], dtype=uint8)
嘗試的解決方案:
A. SciPy ndimage:
>>> scipy.ndimage.interpolation.zoom(x, .5, mode='nearest')
array([[[3, 1],
[3, 1]]], dtype=uint8)
(可選的order
參數沒有區別)
B. 循環2**3
可能的偏移量:丑陋、緩慢、僅適用於整數縮放因子,並且需要額外的步驟來避免溢出。
C. OpenCV 和 PIL 僅適用於 2D 圖像。
重塑以將每個軸分成一個長度為2
軸,為我們提供一個6D
數組,然后沿后面的數組(軸: 1,3,5
)獲取平均值 -
m,n,r = a.shape
out = a.reshape(m//2,2,n//2,2,r//2,2).mean((1,3,5))
擴展到n-dim
數組,它將是 -
def shrink(a, S=2): # S : shrink factor
new_shp = np.vstack((np.array(a.shape)//S,[S]*a.ndim)).ravel('F')
return a.reshape(new_shp).mean(tuple(1+2*np.arange(a.ndim)))
樣品運行 -
In [407]: a
Out[407]:
array([[[1, 5, 8, 2],
[5, 6, 4, 0],
[8, 5, 5, 5],
[1, 0, 0, 0]],
[[0, 0, 7, 6],
[3, 5, 4, 3],
[4, 5, 1, 3],
[6, 7, 4, 0]]])
In [408]: a[:2,:2,:2].mean()
Out[408]: 3.125
In [409]: a[:2,:2,2:4].mean()
Out[409]: 4.25
In [410]: a[:2,2:4,:2].mean()
Out[410]: 4.5
In [411]: a[:2,2:4,2:4].mean()
Out[411]: 2.25
In [412]: shrink(a, S=2)
Out[412]:
array([[[ 3.125, 4.25 ],
[ 4.5 , 2.25 ]]])
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.