Question

假设我们有两个带有形状的numpy ndarray：

video.shape = (v, h, w, 3) 和 image.shape = (h, w, 3)

我们还有一个形状为img.shape = (h,w)的数组，它是整数，并告诉我每个位置h，w选择哪个“frame”v。为此，可以使用循环：

for j in range(w):
    for i in range(h):
        image[i, j, :] = video[img[i, j], i, j, :]

然而，这是非常慢。没有循环可以做到吗？也许将2D坐标重新整形为一个，然后重新塑造它？

Answer 1

这是一种直截了当的方式

import numpy as np

v, h, w = 40, 50, 60

video = np.random.random((v,h,w,3))
img = np.random.randint(0, v, (h, w))

i, j = img.shape
i, j = np.ogrid[:i, :j]

image = video[img, i, j, :]

# check

for j in range(w):
    for i in range(h):
        assert np.all(image[i, j, :] == video[img[i, j], i, j, :])

优化4d numpy张量切片中的双环

1 个答案: