Question

我有大约100,000个二维数组，我需要应用本地过滤器。两个尺寸均匀，窗口超过2x2，进一步移动2个，因此每个元素都在一个窗口中。输出是相同大小的二进制二维数组，我的过滤器也是二进制2x2。我的过滤器的0部分将映射到0，我的过滤器的部分是1，如果它们具有相同的值则全部映射到1，如果它们不完全相同则映射到0。这是一个例子：

Filter:  0 1     Array to filter:  1 2 3 2    Output:  0 1 0 0
         1 0                       2 3 3 3             1 0 0 0

当然我可以使用double for循环来做到这一点，但这是非常低效的，必须有更好的方法。我读到这个：Vectorized moving window on 2D array in numpy但我不确定如何将其应用于我的案例。

Answer 1

您可以拆分每个2x2子阵列，然后重新整形，使每个窗口块成为2D数组中的一行。从每一行，使用boolean indexing提取与f==1位置对应的元素。然后，查看每行所有提取的元素是否相同，为我们提供一个掩码。在重新整形后，使用此掩码与f乘以最终二进制输出。

因此，假设f作为过滤器数组而A作为数据数组，遵循这些步骤的矢量化实现将如下所示：

# Setup size parameters
M = A.shape[0]
Mh = M/2
N = A.shape[1]/2

# Reshape input array to 4D such that the last two axes represent the 
# windowed block at each iteration of the intended operation      
A4D = A.reshape(-1,2,N,2).swapaxes(1,2)

# Determine the binary array whether all elements mapped against 1 
# in the filter array are the same elements or not
S = (np.diff(A4D.reshape(-1,4)[:,f.ravel()==1],1)==0).all(1)

# Finally multiply the binary array with f to get desired binary output
out = (S.reshape(Mh,N)[:,None,:,None]*f[:,None,:]).reshape(M,-1)

示例运行 -

1）输入：

In [58]: A
Out[58]: 
array([[1, 1, 1, 1, 2, 1],
       [1, 1, 3, 1, 2, 2],
       [1, 3, 3, 3, 2, 3],
       [3, 3, 3, 3, 3, 1]])

In [59]: f
Out[59]: 
array([[0, 1],
       [1, 1]])

2）中间产出：

In [60]: A4D
Out[60]: 
array([[[[1, 1],
         [1, 1]],

        [[1, 1],
         [3, 1]],

        [[2, 1],
         [2, 2]]],


       [[[1, 3],
         [3, 3]],

        [[3, 3],
         [3, 3]],

        [[2, 3],
         [3, 1]]]])

In [61]: S
Out[61]: array([ True, False, False,  True,  True, False], dtype=bool)

3）最终输出：

In [62]: out
Out[62]: 
array([[0, 1, 0, 0, 0, 0],
       [1, 1, 0, 0, 0, 0],
       [0, 1, 0, 1, 0, 0],
       [1, 1, 1, 1, 0, 0]])

在移动窗口numpy数组

1 个答案: