Question

我在python和numpy中使用数组时遇到了非常奇怪的问题。首先，我试图存档的是：

1）从KxTxN矩阵中获取MxN矩阵 2）转置该矩阵并计算该转置矩阵和原始矩阵的乘积

我得到的是一些奇怪的，这里是代码：

首先，我在cv2的帮助下读取了一个图像，并通过3个矩阵（一个RGB点的字段）获得了K，然后我正在切割一个小窗口，然后将此窗口重新整形为M N矩阵：

def clipSubwindowFromImage(img, i, j, winSize):
    winI = img[i - winSize: i + winSize + 1, j - winSize : j + winSize + 1, : ]
    res = np.vstack((winI[:,::3,:].reshape(winI.shape[1],3), winI[:,1::3,:].reshape(winI.shape[1],3), winI[:,2::3,:].reshape(winI.shape[1],3)))
    return res

到目前为止上帝这么说，我们说winSize = 1, i = 1, j = 1得到了一个9x3矩阵：这个矩阵：

>> subWin = clipSubwindowFromImage(background12x12b, 1, 1, 1)
>> [[201 199 187]
 [216 219 198]
 [226 228 207]
 [243 241 228]
 [240 244 221]
 [233 235 213]
 [239 238 220]
 [238 240 216]
 [233 235 211]]

然后我只想得到有问题的产品，如下：

>>r1 = subWin.T.dot(subWin)
>>[[197 234  89]
 [234  65 163]
 [ 89 163 105]]

嗯，这是不对的，正确的结果应该是：

>>[[477125 479466 438361]
 [479466 481857 440483]
 [438361 440483 402793]]

但如果我像这样手动初始化subWin：

>>subWin = np.array([[201, 199, 187], [216, 219, 198], [226, 228, 207], [243, 241, 228], [240, 244, 221], [233, 235, 213],[239, 238, 220], [238, 240, 216],[233, 235, 211]])

我得到了正确的结果。

我无法得到它，subWin在两种情况下都是SAME数组（我检查了它）。有任何想法吗？

Answer 1

正如@Aguy所说，你的问题来自数组的数据类型。 uint8数组与另一个uint8数组的点积给出了一个也是uint8的数组，因此数据类型在您的情况下溢出。这是一个显示溢出对您的值的影响的示例：

import numpy as np

a = np.array([[201, 199, 187], [216, 219, 198], [226, 228, 207], [243, 241, 228], [240, 244, 221], [233, 235, 213],[239, 238, 220], [238, 240, 216],[233, 235, 211]]) 
b = a.T.dot(a)

print b.dtype
print b
print "overflowed uint8 :"
print b.astype(np.uint8)

给出：

>>> int64
>>> [[477125 479466 438361]
>>>  [479466 481857 440483]
>>>  [438361 440483 402793]]
>>> overflowed uint8 :
>>> [[197 234  89]
>>>  [234  65 163]
>>>  [ 89 163 105]]

只需将一个数组的数据类型更改为更适合您的点积的内容，就可以了：

r1 = subWin.T.dot(subWin.astype(np.uint32))

两个等于numpy数组的乘积是不同的

1 个答案: