Question

我正在尝试创建一个函数（或一系列函数），它们执行以下操作：

对于每个单元格A [i，j]，具有输入数组（A），提取具有自定义大小的窗口（W），其中值为“min”和“＃”。将是：

min = np.min（W）

输出矩阵（H）将值存储为：

H [i，j] = A [i，j] - min（W）

为了更容易理解这个问题，我附上了一张图片（例子）：

我目前的代码是：

def res_array(matrix, size):
    result = []
    sc.generic_filter(matrix, nothing, size, extra_arguments=(result,), mode = 'nearest')
    mat_out = result        
    return mat_out

def local(window):
    H = np.empty_like(window)
    w = res_array(window, 3)

    win_min = np.apply_along_axis(min, 1, w)

    # This is where I think it's broken

    for k in win_min:
        for i in range(window.shape[0]):            
            for j in range(window.shape[1]):                
                h[i, j] = window[i,j] - k                
                k += 1
    return h

def nothing(window, out):
    list = []
    for i in range(window.shape[0]):
        list.append(window[i])
    out.append(list)
    return 0

test = np.ones((10, 10)) * np.arange(10)
a = local(test)

对于输入矩阵A的每个单元格或测试，我需要将代码传递给win_min＆＃39;中的k的下一个值。

编辑：我想到了直接访问＆＃39; win_min＆＃39;的索引，并按1增加，就像我在这里看到的那样：Increment the value inside a list element，但我不知道如何这样做。

感谢您的帮助！

Answer 1

N=4             #matrix size
a=random((N,N)) #input

#--window size
wl=1            #left
wr=1            #right
wt=1            #top
wb=1            #bottom
#---

H=np.zeros((N,N))   #output

def h(k,l):         #individual cell function
   #--- checks to not run out of array
    k1=max(k-wt,0)
    k2=min(k+wb+1,N)
    l1=max(l-wl,0)
    l2=min(l+wr,N)
   #---
    return a[k,l]-np.amin(a[k1:k2,l1:l2])

H=array([[h(k,l) for l in range(N)] for k in range(N)]) #running over all matrix elements

print a
print H

循环和提取窗口

1 个答案: