Question

我正在使用JuicyPixels-repa从磁盘加载RGB图像。不幸的是，图像的阵列表示是Array F DIM3 Word8，其中内部维度是RGB像素。这与现有的repa图像处理算法有点不相容，其中RGB图像为Array U DIM2 (Word8, Word8, Word8)。

我想计算图像的RGB直方图，我正在使用签名搜索函数：

type Hist = Array U DIM1 Int
histogram:: Array F DIM3  Word8 -> (Hist, Hist, Hist)

如何折叠我的3d数组以获得每个颜色通道的1d数组？

编辑：

主要问题不在于我无法为每个频道从DIM3转换为DIM2（使用切片很容易）。问题是我必须迭代源图像DIM2或DIM3，并且必须累积到不同DIM1 Shape 的(Z:.256)数组和范围。所以我不能使用repa foldS，因为它将维度减少了一个，但程度相同。

我还尝试了traverse，但它迭代了目标图像的范围，提供了从源图像中获取像素的功能，这将导致代码效率非常低，为每个颜色值计算相同的像素。

一种好方法是使用直方图类型作为累加器在Vector上进行简单折叠，但遗憾的是我没有基于U（未装箱）或V（矢量）的数组，从中我可以有效地获得Vector。我有一个Array F（外来指针）。

Answer 1

好的，我发现了几分钟。下面，我介绍了四种解决方案，并为您提供了最差的解决方案（中间两种，涉及O（n）数据转换）。

让我们承认愚蠢的解决方案

从明显的开始是合理的。您可以使用Data.List.foldl遍历行和列，从初始零数组构建直方图（未测试/部分代码如下）：

foldl (\(histR, histG, histB) (row,col) ->
            let r = arr ! (Z:.row:.col:.0)
                g = arr ! (Z:.row:.col:.1)
                b = arr ! (Z:.row:.col:.2)
            in (incElem r histR, incElem g histG, incElem b histB)
         (zero,zero,zero)
         [ (row,col) | row <- [0..nrRow-1], col <- [0..nrCol-1] ]
 ...
 where (Z:.nrRow:.nrCol:._) = extent arr

我不确定这会有多高效，但怀疑它会做太多的边界检查。切换到unsafeIndex应该合理，假设延迟的数组hist*表现良好，因为你选择实现incElem。

您可以构建您想要的阵列

使用traverse实际上可以将JP-Repa样式数组转换为带有元组元组的DIM2数组：

main = do
    let arr = R.fromFunction (Z:.a:.b:.c) (\(Z:.i:.j:.k) -> i+j-k)
        a =4 :: Int
        b = 4 :: Int
        c= 4 :: Int
        new = R.traverse arr
                       (\(Z:.r:.c:._) -> Z:.r:.c) -- the extent
                       (\l idx -> (l (idx:.0)
                                  ,l (idx:.1)
                                  ,l (idx :. 2)))
    print (R.computeS new :: R.Array R.U DIM2 (Int,Int,Int))

你能指点我使用这种格式的代码体吗？修补JP-Repa以包含这种类型的函数会很简单。

您可以构建您提及的未装箱的矢量

你提到一个简单的解决方案是折叠未装箱的向量，但遗憾的是JP-repa没有提供未装箱的数组。幸运的是，转换很简单：

toUnboxed :: Img a -> VU.Vector Word8
toUnboxed = R.toUnboxed . R.computeUnboxedS . R.delay . imgData

我们可以修补

这实际上只是一个问题，因为Repa没有我认为正常的traverse函数。 Repa的遍历更像是一个数组结构，它恰好为另一个数组提供索引功能。我们希望以下面的形式遍历：

newTraverse :: Array r sh e -> a -> (a -> sh -> e -> a) -> a

但粗糙这实际上只是一个畸形的折叠。所以我们重命名它并重新排序参数：

foldAllIdxS :: (sh -> a - > e -> a) -> a -> Array r sh e -> a

与（预先存在的）foldAllS操作形成鲜明对比：

foldAllS :: (a -> a -> a) -> a -> Array r sh a -> a

请注意我们的新折叠有两个关键特征。结果类型不需要匹配元素类型，因此我们可以从直方图元组开始。其次，我们的折叠版本通过了索引，它允许您选择要更新的元组中的哪个直方图（如果有的话）。

您可以懒洋洋地使用最新的JuicyPixels-Repa

要获得您首选的Repa阵列格式，或获取未装箱的矢量，您只需使用新上传的JuicyPixels-Repa-0.6。

someImg <- readImage path :: IO (Either String (Img RGBA))
let img = either (error "Blah") id someImg
    uvec = toUnboxed img
    tupleArr = collapseColorChannel img

现在，您可以折叠矢量或直接使用元组数组，如您最初所需。

我还采取了一种丑陋的尝试来充实第一个可怕的天真解决方案：

histograms :: Img a -> (Histogram, Histogram, Histogram, Histogram)
histograms (Img arr) =
    let (Z:.nrRow:.nrCol:._) = R.extent arr
        zero = R.fromFunction (Z:.256) (\_ -> 0 :: Word8)
        incElem idx x = RU.unsafeTraverse x id (\l i -> l i + if i==(Z:.fromIntegral idx) then 1 else 0)
    in Prelude.foldl (\(hR, hG, hB, hA) (row,col) ->
             let r = R.unsafeIndex arr (Z:.row:.col:.0)
                 g = R.unsafeIndex arr (Z:.row:.col:.1)
                 b = R.unsafeIndex arr (Z:.row:.col:.2)
                 a = R.unsafeIndex arr (Z:.row:.col:.3)
             in (incElem r hR, incElem g hG, incElem b hB, incElem a hA))
          (zero,zero,zero,zero)
          [ (row,col) | row <- [0..nrRow-1], col <- [0..nrCol-1] ]

我太警惕这段代码的性能（每个索引3个遍历......我一定很累）把它扔进JP-Repa，但如果你发现它运行良好，请告诉我。

用repa计算图像直方图

1 个答案: