Question

我希望在python中填充一个900-some by 38数组。每行对应于特定轮廓，每列对应于该轮廓的特征。我想要遍历每个轮廓，并计算轮廓的区域属性，但我还没有想出最有效的方法。

我考虑过创建一个列表并为每个轮廓追加每个列值，然后尝试将所有这些列表叠加在一起，但在我看来，我不想让列表与内置函数，然后尝试使用numpy来创建数组。我甚至不确定数据结构是否兼容。

我见过的每个例子都提供了数组数据，但我想计算一个值，然后将其粘贴在一个数组中。

我的代码的基础知识如下。创建一个34D00元素的一维数组，然后重塑它是我的最佳选择吗？

      cs = find_contours(Image)
      print len(cs)
      for c in cs:

        Area          = moments['m00']
        features.append(Area)
        Perimeter     = cv2.arcLength(c,True)
    # bounding box: x,y,width,height
        BoundingBox   = cv2.boundingRect(c)
    # centroid    = m10/m00, m01/m00 (x,y)
        Centroid      = ( moments['m10']/moments['m00'],moments['m01']/moments['m00'] )

    # EquivDiameter: diameter of circle with same area as region
        EquivDiameter = ny.sqrt(4*Area/ny.pi)
        features.append(EquivDiameter)
    # Extent: ratio of area of region to area of bounding box
        Extent        = Area/(BoundingBox[2]*BoundingBox[3])


    # CONVEX HULL stuff
    # convex hull vertices
        ConvexHull    = cv2.convexHull(c)
        ConvexArea    = cv2.contourArea(ConvexHull)

    # Solidity := Area/ConvexArea
        Solidity      = Area/ConvexArea

因此，当我循环浏览时，我希望为每个轮廓保存区域，周长等值。

Answer 1

一个选项是创建所有值的单个列表，使其成为一个numpy数组，然后重新整形数组。例如，如果您有三个轮廓，每个轮廓有三个数据点：

l = []
for i in range(9):
    l.append(calculated value)
l = np.asarray(l)
l.reshape(3,3)

这允许您避免嵌套循环，但如果数据集足够大，则可能需要查看更快的选项。

在Python中创建大型数组

1 个答案: