Question

HY！我有两个图像（相同的维度）作为numpy数组imgA - imgB 我想迭代每一行和每一行，并得到这样的结论：

for i in range(0, h-1):
  for j in range(0, w-1):
    final[i][j]= imgA[i,j] - imgB[i-k[i],j]

其中h和w是图像的高度和宽度，k是和维度为[h * w]的数组。

我看过这个话题： Iterating over a numpy array 但它不能用于图像，我得到错误：解压缩的值太多了用numpy和python 2.7有没有办法做到这一点？

感谢

编辑我试着更好地解释自己。我在LAB颜色空间中有2个图像。这些图像是（288,384,3）。现在我想制作deltaE所以我可以这样做（吐出2个数组）：

 imgLabL=np.dsplit(imgL,3)
 imgLabR=np.dsplit(imgR,3)
 imgLl=imgLabL[0]
 imgLa=imgLabL[1]
 imgLb=imgLabL[2]
 imgRl=imgLabR[0]
 imgRa=imgLabR[1]
 imgRb=imgLabR[2]
delta=np.sqrt(((imgLl-imgRl)**2) + ((imgLa - imgRa)**2) + ((imgLb - imgRb)**2)   )

直到现在一切都很好。但现在我有这个大小为k的阵列（288,384）。所以现在我需要一个新的delta但是x轴不同，就像imgRl（0,0）中的像素一样，我想在imgLl（0 + k，0）中添加像素

你有更多我的问题吗？

Answer 1

我很确定无论你想要做什么，都可以进行矢量化并在没有任何循环的情况下运行。但是编写代码的方式，它不起作用就不足为奇了......

如果k是形状(h, w)的数组，则k[i]是形状(w,)的数组。当你做i-k[i]时，numpy会做它的广播魔术，你会得到一个形状(w,)的数组。因此，您使用形状imgB的数组和单个整数为(w,)编制索引。由于索引中的某个项目是数组，fancy indexing会启动。因此假设imgB的形状为(h, w, 1)，imgB[i-k[i], j]的返回值将不是数组形状(1,)，但形状为(w, 1)的数组。当您尝试从imgA[i, j]（形状为(1,)的数组）中减去广告魔法时，广播魔法会再次生效，因此您会得到一个形状为(w, 1)的数组。

我们不知道final是什么。但如果它是一个形状为(h, w, 1)的数组，imgA和imgB，则final[i][j]是一个形状为(1,)的数组，您正在尝试分配它是一个形状(w, 1)的数组，它不适合。因此operand requires a reduction,but reduction is not enabled错误消息。

修改

您实际上不需要拆分数组来计算DeltaE ...

def deltaE(a, b) : return np.sqrt(((a - b)**2).sum(axis=-1)) delta = deltaE(imgLabL, imgLabR)

在第二种情况下，我仍然不明白你想做什么...如果你想比较沿x轴移位的两个图像，我建议使用np.roll：

deltaE(imgLabL, np.roll(imgLabR, k, axis=0))

位置(r, c)位于(r, c)的像素imgLabL和(r - k, c)的像素imgLAbR之间的deltaE。这就是你想要的吗？

Answer 2

我通常使用numpy.nditer，其文档为here并且有很多示例。简言之：

import numpy as np
a = np.ones([4,4])

it = np.nditer(a)
for elem in a:
    #do stuff

您也可以使用c样式迭代，即

while not it.finished:
    #do stuff
    it.iternext()

如果需要访问数组的索引。在你的情况下，我会将你的两个图像压缩在一起以创建一个形状[2,h,w]的数组，然后迭代它，用计算结果填充一个空数组。

使用numpy数组迭代多维数组（图像） - python

2 个答案: