使用numpy在坐标网格中查找所有可能的距离向量

时间:2016-03-19 22:55:11

标签: python numpy computer-vision vectorization linear-algebra

我试图实现Fabian Timm的瞳孔跟踪算法[http://www.inb.uni-luebeck.de/publikationen/pdfs/TiBa11b.pdf],并且该等式要求我在坐标网格内找到所有可能的距离向量。我的实施工作不正常,我认为这是因为这一步骤。我知道我应该使用广播来加速我的实施,但是对其他可能的改进的任何见解都将受到赞赏。我也很想知道测试这样的代码的任何技巧。我这样做了吗?

eye_len = np.arange(eye.shape[0]) # this is usually in the range of 30-40
xx,yy = np.meshgrid(eye_len,eye_len) # coordinates of every point in the eye image
X1,X2 = np.meshgrid(xx.ravel(),xx.ravel())
Y1,Y2 = np.meshgrid(yy.ravel(),yy.ravel())
Dx,Dy = [X1-X2,Y1-Y2]
Dlen = np.sqrt(Dx**2+Dy**2)
Dx,Dy = [Dx/Dlen, Dy/Dlen] #normalized

0 个答案:

没有答案