Question

基本上我有一个原始的128 x 128 x 3矩阵，它描述了一个RGB图像（128 * 128点，每个点分别是一个包含红色，绿色和蓝色强度的1x3矢量），我也有16个点从中选择它们（这是容易的部分），现在我想在128 x 128 x 3矩阵和16点之间进行成对距离计算。

但问题是Matlab的功能，＆＃34; pdist2＆＃34;只需要2个大小为M1 x N和M2 x N的矩阵而不是其他任何东西，所以我打算将128 x 128 x 3矩阵转换为（128 * 128）x 3矩阵。稍后，在使用新变换的矩阵进行一些计算之后，我需要将其转换回原始大小以显示图像并检查结果。但我不确定这些元素是否会留在原位或是否会被拖曳？请帮助我，非常感谢你！

Answer 1

来自documentation

B中的数据类型和元素数量与A中的数据类型和元素数量相同。 B中的元素保留了从A开始的列式排序。

如果您需要的结果与原始结果大小相同，只需在初始转换之前存储大小，并在执行操作之后将其用作reshape的输入。数据

% Store the original size originalSize = size(data); % Reshape it to your new 2D array data = reshape(data, [], 3); % Do stuff % Reshape it back to it's original size data = reshape(data, originalSize);

在2D版本中，元素在技术上不会像在3D矩阵中那样处于同一位置，因为......好吧......不是3D而是3D。但是，如果你将它重新塑造回3D（没有移动元素），元素排序将与原始3D矩阵相同。

<强>更新

您可以自己轻松查看。

R = rand([10, 20, 3]); isequal(R, reshape(reshape(R, [], 3), size(R)))

为什么这是因为reshape实际上并没有改变基础数据，而是改变了它的访问方式。我们可以使用format debug轻松检查这一点，以查看数据的存储位置。

我们还可以使用a little anonymous function I wrote来查看存储器中存储给定变量的位置。

format debug; memoryLocation = @(x)regexp(evalc('disp(x)'), '(?<=pr\s*=\s*)[a-z0-9]*', 'match')

好的，让我们创建一个矩阵并检查MATLAB将其存储在内存中的位置

A = rand(10); memoryLocation(A) % 7fa58f2ed9c0

现在让我们重塑它并再次检查内存位置以查看它是否在不同的位置（即订单或值被修改）

B = reshape(A, [], 10); memoryLocation(B) % 7fa58f2ed9c0

正如您所看到的，内存位置没有改变意味着元素的排序是相同的，否则MATLAB需要在内存中复制。

Answer 2

基础数据表示以及为什么Suever的答案是正确的：

MATLAB中的底层数组数据本质上是一个双精度浮点数组。在c ++中它将是：

double *array_data;

MATLAB以列主格式存储数据。如果箭头有n_rows行，则元素A_{i,j}（即第i行，第j列（零索引）将由下式给出：

array_data[i + j * n_rows]

当您调用reshape函数时，变量n_rows，n_cols等等会发生什么变化。不会更改{{1 }}

示例（无需触摸数组数据来调整数组大小）：

array_data

使用array_data = [1, 2, 3, 4, 5, 6];和列主格式，这将是：

n_rows = 2

使用n_rows = 3 和相同的底层array_data ，您将拥有：

A = [1, 3, 5
     2, 4, 6]


A11 = array_data[0 + 0 * 2] = array_data[0] = 1
A21 = array_data[1 + 0 * 2] = array_data[1] = 2
A12 = array_data[0 + 1 * 2] = array_data[2] = 3
A22 = array_data[1 + 1 * 2] = array_data[3] = 4
A13 = array_data[0 + 2 * 2] = array_data[4] = 5
A23 = array_data[1 + 2 * 2] = array_data[5] = 6

只需更改A = [1, 4 2, 5 3, 6] A11 = array_data[0 + 0 * 3] = array_data[0] = 1 A21 = array_data[1 + 0 * 3] = array_data[1] = 2 A31 = array_data[2 + 0 * 3] = array_data[2] = 3 A12 = array_data[0 + 1 * 3] = array_data[3] = 4 A22 = array_data[1 + 1 * 3] = array_data[4] = 5 A32 = array_data[2 + 1 * 3] = array_data[5] = 6，n_rows等等...

如果重新塑造一次然后重新塑造回原始大小，Matlab矩阵会改变吗？

2 个答案:

基础数据表示以及为什么Suever的答案是正确的：

示例（无需触摸数组数据来调整数组大小）：