為python中的每個像素添加坐標

Question

為此，我正在嘗試為圖像的每個像素添加坐標，我正在執行以下操作

import cv2
import numpy as np

img = cv2.imread('images/0001.jpg')
grayscale = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

np_grayscale = np.array(grayscale)

# make the array 3d
processed_image = np_grayscale[:, :, np.newaxis]

x = 0
y = 0
for pixel_line in reversed(processed_image):
    for pixel in pixel_line:
        pixel = np.append(pixel, [x, y])
        x += 1
    y += 1

print(processed_image)

但這似乎不起作用，因為我仍在獲取表單中的原始數組

[[[255]
  [255]
  [255]
  ...
  [255]
  [255]
  [255]]

 ...
...
  ...
  [255]
  [255]
  [255]]]

此外，我認為這不是最有效的方法，因為我讀到 append 創建了數組的新副本，有人可以幫忙嗎

Answer 1

您可以使用meshgrid()和stack()使用原始圖像創建索引網格：

import numpy as np

x = np.asarray([
    [0, 0, 0, 0],
    [0, 0, 0, 0],
    [0, 255, 0, 0],
    [0, 0, 0, 0],
])

indices = np.meshgrid(
    np.arange(x.shape[0]),
    np.arange(x.shape[1]),
    sparse=False
)

x = np.stack((x, *indices)).T

# array([[[  0,   0,   0],
#         [  0,   0,   1],
#         [  0,   0,   2],
#         [  0,   0,   3]],

#        [[  0,   1,   0],
#         [  0,   1,   1],
#         [255,   1,   2],
#         [  0,   1,   3]],

#        [[  0,   2,   0],
#         [  0,   2,   1],
#         [  0,   2,   2],
#         [  0,   2,   3]],

#        [[  0,   3,   0],
#         [  0,   3,   1],
#         [  0,   3,   2],
#         [  0,   3,   3]]])

x[0, 0, :] # 0, 0, 0
x[1, 2, :] # 255, 1, 2
x[-1, -1, :] # 0, 3, 3

Answer 2

使用xarray 。

到目前為止，向 NumPy 數組添加坐標的最簡單方法是使用xarray.DataArray 。 例如，以下是如何添加僅作為行和列索引的坐標：

import xarray as xr

data = np.arange(25).reshape(5, 5)
rows, cols = data.shape
xs = np.arange(cols)
ys = np.arange(rows)
da = xr.DataArray(data, name="mydata", coords=[ys, xs], dims=['y', 'x'])

這個da東西是一個DataArray ，它本質上是一個索引數組（ pandas意義上的“索引”：索引可以是整數、浮點數、日期等）。 它有一些不錯的功能（試試da.plot() ）。 否則，它基本上表現為 NumPy 數組。 例如，您可以像普通數組一樣對它進行切片：

>>> da[:, 3:]
<xarray.DataArray 'mydata' (y: 5, x: 2)>
array([[ 3,  4],
       [ 8,  9],
       [13, 14],
       [18, 19],
       [23, 24]])
Coordinates:
  * y        (y) int64 0 1 2 3 4
  * x        (x) int64 3 4

如您所見，這個子數組“知道”它自己的坐標。 更重要的是，你可以有任意多的維度，每個軸可以有多個坐標。 這非常有用。

正如其他人指出的那樣，僅通過仔細的索引就可以實現您想要的，但如果您真的想要坐標，這就是我的做法。

Answer 3

由於您有灰度圖像，您可以將其轉換為 3 通道圖像，其中第一個通道將包含像素值，其他 2 個通道將包含坐標。 因此，如果將圖像分成兩個或更多個，在其他兩個通道中仍將具有原始圖像的坐標，並且為了使圖像可視化，您可以僅使用第一個通道。 這是您可以執行此操作的方法。

processed_image = np.zeros((grayscale.shape[0], grayscale.shape[1], 3), dtype=np.uint64)
processed_image[:, :, 0] = np.asarray(grayscale, dtype=np.uint64)

for i in range(processed_image.shape[0]):
    for j in range(processed_image.shape[1]):
        processed_image[i][j][1] = i
        processed_image[i][j][2] = j

print(processed_image)

# Displaying the image
cv2.imshow("img", np.array(processed_image[:, :, [0]], dtype=np.uint8))
cv2.waitKey(0)

注意：注意numpy arrays 的數據類型。您不能將完整圖像的坐標存儲在np.uint8數組中，因為它只包含 0-255 之間的值。 此外，在顯示時，您必須將第一個通道轉換回np.uint8數據類型，因為 OpenCV 只能理解這種格式的圖像（對於 integer 像素值）。 這就是為什么我使用np.uint64數據類型的數組來存儲像素值的原因。