歸一化：numpy 數組和一個點之間的歐幾里德距離

Question

我有一個 numpy 數組（68x2），它對應於檢測到的人臉的 68 個不同點。

[16.0000 93.0000]
[17.0000 116.0000]
[20.0000 139.0000]
[25.0000 162.0000]
[33.0000 184.0000]
[47.0000 205.0000]
[66.0000 219.0000] ... until 68

這些點的原點位於圖片的左下角。 我想根據一個新的中心進行標准化。 兩個問題，有沒有辦法在沒有循環的情況下做到這一點？ 這是根據新來源進行標准化的正確方法嗎？

new_origin = [112,135]
new_X
for point in X[0][0]:
    new_X.append(point-new_origin)

Answer 1

如果您只想轉換這些點，您需要做的就是在左列（X 值）和右列（Y 值）中減去一個值：

>>> import numpy as np
>>> a = np.arange(10).reshape(5,2)
>>> a
array([[0, 1],
       [2, 3],
       [4, 5],
       [6, 7],
       [8, 9]])
>>> a[:,0] = a[:,0] - 112
>>> a[:,1] = a[:,1] - 135
>>> a
array([[-112, -134],
       [-110, -132],
       [-108, -130],
       [-106, -128],
       [-104, -126]])

您可以直接使用np.subtract ：

>>> np.subtract(a, [112, 135])
array([[-112, -134],
       [-110, -132],
       [-108, -130],
       [-106, -128],
       [-104, -126]])

要不就 ：

>>> a - [112, 135]
array([[-112, -134],
       [-110, -132],
       [-108, -130],
       [-106, -128],
       [-104, -126]])

請注意，使用 numpy，您幾乎不必手動迭代每個元素。