改变numpy数组的步幅（改变数据）

Question

我有一个numpy数组，我想更改其strides，同时修改其数据，以便新数组描述相同的数字逻辑对齐。有没有办法做到这一点？

背景：我用cv2.imdecode()读取了一个图像文件，它生成了一个BGR图像，其最低阶步幅设置为3（因此不同像素的通道之间没有间隙）。我想用cairo包来修改这个图像，它想要使用步幅4（即两个连续像素之间的一个字节的间隙）。哪种方法最好？ （我也希望尽可能优化，因为我必须多次这样做。）

Answer 1

假设输入数组为(n,m,3)，则只需连接(n,m,4)数组即可将其扩展为(n,m,1)。

X = np.ones((n,m,3), dtype='byte')
F = np.zeros((n,m,1), dtype='byte')
X1 = np.concatenate([X,F], axis=2)

这些进展是(3*m,3,1)，(m,1,1)和(4*m,4,1)。

可以输入相同的数据

In [72]: dt0 = np.dtype([('R','u1'), ('G','u1'), ('B','u1')])
In [73]: X=np.ones((n,m),dtype=dt0)
In [74]: X.strides
Out[74]: (150, 3)
In [75]: X.shape
Out[75]: (30, 50)

目标有dt = np.dtype([('R','u1'), ('G','u1'), ('B','u1'), ('A','u1')]) http://docs.scipy.org/doc/numpy/reference/arrays.dtypes.html

将RGB字段映射到RGBA

但要与这些dtypes连接，我们会对(n,m,3)形状进行某种转换。看起来重新分配data属性就可以了。

n, m = 2, 4
dt1 = np.dtype([('R','u1'), ('G','u1'), ('B','u1'), ('A','u1')])
dt0 = np.dtype([('R','u1'), ('G','u1'), ('B','u1')])
X = np.arange(n*m*3,dtype='u1').reshape(n,m,3)
print repr(X)
X0 = np.zeros((n,m), dtype=dt0)
X0.data = X.data
print repr(X0)
X0.strides # (12, 3)

X1 = np.zeros((n,m), dtype=dt1)
F = np.zeros((n,m,1), dtype='u1')
X01 = np.concatenate([X, F], axis=2)
X1.data = X01.data
print repr(X1)
X1.strides # (12, 4)

制造

array([[(0, 1, 2), (3, 4, 5), (6, 7, 8), (9, 10, 11)],
       [(12, 13, 14), (15, 16, 17), (18, 19, 20), (21, 22, 23)]], 
      dtype=[('R', 'u1'), ('G', 'u1'), ('B', 'u1')])
array([[(0, 1, 2, 0), (3, 4, 5, 0), (6, 7, 8, 0), (9, 10, 11, 0)],
       [(12, 13, 14, 0), (15, 16, 17, 0), (18, 19, 20, 0), (21, 22, 23, 0)]], 
      dtype=[('R', 'u1'), ('G', 'u1'), ('B', 'u1'), ('A', 'u1')])

使用重叠dtypes

这是一种使用重叠dtypes而不是连接来实现它的方法：

dt0 = np.dtype([('R','u1'), ('G','u1'), ('B','u1')])
dt1 = np.dtype([('R','u1'), ('G','u1'), ('B','u1'), ('A','u1')])
dtb = np.dtype({'names':['rgb','rgba'],
                'offsets':[0,0],
                'formats':[dt0, dt1]})
X0 = np.zeros((n,m), dtype=dt0)
X0.data = X.data
X1 = np.zeros((n,m), dtype=dtb)
X1['rgb'][:] = X0
print repr(X1['rgba'])

或者没有单独命名的字节字段，它甚至更简单：

dt0 = np.dtype(('u1',(3,)))
dt1 = np.dtype(('u1',(4,)))
dtb = np.dtype({'names':['rgb','rgba'],
                'offsets':[0,0],
                'formats':[dt0, dt1]})
X = np.arange(n*m*3,dtype='u1').reshape(n,m,3)
X1 = np.zeros((n,m), dtype=dtb)
X1['rgb'][:] = X

X1['rgba']为(n,m,4)，步幅为(m*4, 4, 1)。

X1['rgb']为(n,m,3)，但步幅相同(m*4, 4, 1)。

使用as_strided

形状差异，但步幅相似，建议使用as_strided。创建空目标数组，并使用as_strided选择要从X接收值的元素子集：

X1 = np.zeros((n,m,4),dtype='u1')
np.lib.stride_tricks.as_strided(X1, shape=X.shape, strides=X1.strides)[:] = X
print X1