[英]Convert a list of matrices to only one 2D matrix in Python
我有一個3960矩陣的列表,它只是3960圖像的SIFT描述符。 據推測,這將導致矩陣列表的行數未知(當然,行數取決於圖像)和128列(來自SIFT描述符)。 我試圖將此列表僅放在一個2D矩陣中,行數是這些矩陣和128列的行數的總和,但是,我無法做到這一點。 這是我的代碼:
sift_keypoints = []
#read images from a text file
with open(file_images) as f:
images_names = f.readlines()
images_names = [a.strip() for a in images_names]
for line in images_names:
print(line)
#read image
image = cv2.imread(line,1)
#Convert to grayscale
image =cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
#SIFT extraction
sift = cv2.xfeatures2d.SIFT_create()
kp, descriptors = sift.detectAndCompute(image,None)
#appending sift keypoints to a list
sift_keypoints.append(descriptors)
#here is what I've tried
sift_keypoints = np.asmatrix(np.asarray(sift_keypoints))
根據此代碼,sift_keypoints的形狀為(1,3960),這當然不是我想要的。 如何在二維numpy數組中轉換此列表?
編輯一個說明我的問題的簡單示例是以下代碼中的一個
#how to convert this list to a matrix with shape (412,128)?
import numpy as np
x=np.zeros((256,128))
y=np.zeros((156,128))
list=[]
list.append(x)
list.append(y)
np.row_stack
解決方案 假設l
是您的形狀為(n, 128)
的Numpy數組的列表。
假設m
是總行數:對象是堆疊所有對象並創建形狀為(m, 128)
的矩陣。
我們可以使用Numpy的row_stack
進行以下row_stack
:
result = np.row_stack(l)
使用np.concatenate
:
>>> from pprint import pprint
>>> import numpy as np
>>>
>>> a = [np.full((2, 3), i) for i in range(3)]
>>> pprint(a)
[array([[0, 0, 0],
[0, 0, 0]]),
array([[1, 1, 1],
[1, 1, 1]]),
array([[2, 2, 2],
[2, 2, 2]])]
>>> np.concatenate(a, axis=0)
array([[0, 0, 0],
[0, 0, 0],
[1, 1, 1],
[1, 1, 1],
[2, 2, 2],
[2, 2, 2]])
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.