使用多个bin numpy histogram拆分值

Question

我正在尝试对此图片进行编程：

在图像上，右侧的2被映射到箱“80”，因为左侧的相应值是80.然而，右侧的4在左侧具有相应的值10 - 一边，因为10没有bin，4需要分成两个值。

为了实现这一点，我使用numpy的直方图和“weight”参数，如下所示：

t1 = [80, 10]
t2 = [2, 4]
bins = np.arange(0, 200, 20)

h = np.histogram(t1,bins=bins,weights=t2)

2被正确映射，但4被完全映射到bin 0（最左边）。

输出：

 [4 0 0 0 2 0 0 0 0]

我认为是因为第一个箱子负责一个范围内的所有方向（0到20），而不是在方向不等于与箱子完全相同的数量时跳过大小。< / p>

所以，我想知道是否有人知道如何重写这个，所以输出将是：

 [2 2 0 0 2 0 0 0 0]

Answer 1

让我们先考虑一个更简单的任务： 假设您希望按如下方式量化梯度方向（GD）：floor（GD / 20）。您可以使用以下内容：

h =  np.bincount(np.floor(GD.reshape((-1)) / 20).astype(np.int64), GM.reshape((-1)).astype(np.float64), minlength=13)

其中np.bincount基于量化的梯度方向（GD）简单地累积梯度幅度（GM）。请注意，binlength控制直方图的长度，它等于ceil（255/20）。

但是，你想要软分配，所以你必须加权转基因贡献，你可能想尝试：

GD = GD.reshape((-1))
GM = GM.reshape((-1))

w = ((GD / 20) - np.floor(GD / 20)).astype(np.float64)
h1 =  np.bincount(np.floor(GD / 20).astype(np.int64), GM.astype(np.float64) * (1.0-w), minlength=13)  
h2 = np.bincount(np.ceil(GD / 20).astype(np.int64), GM.astype(np.float64) * w, minlength=13)
h = h1 + h2

p.s人们可能想要考虑np.bincount文档https://docs.scipy.org/doc/numpy/reference/generated/numpy.bincount.html

Answer 2

请参阅Roy Jevnisek的回答，因为9个垃圾箱，最小长度应为9。

此外，由于180度等于0度，因此h的最后一个元素应被忽略，并视为h的第一个元素，因为h的第一个和最后一个元素都表示0度的加权计数，即：

h[0] = h[-1]
h = h[:-1]

然后可以通过以下方式绘制HOG：

GD = GD.reshape(-1)
GM = GM.reshape(-1)

w1 = (GD / 20) - np.floor(GD / 20)
w2 = np.ceil(GD / 20) - (GD / 20)

h1 =  np.bincount(np.floor(GD / 20).astype('int32'), GM * w2, minlength=9)  
h2 = np.bincount(np.ceil(GD / 20).astype('int32'), GM * w1, minlength=9)

h = h1 + h2
h[0] = h[-1]
h = h[:-1]
values = np.unique(np.floor(GD / 20).astype(np.int64))[:-1]
plt.title('Histogram of Oriented Gradients (HOG)')
plt.bar(values, h)
plt.show()