Question

目前我正在使用Windows平台进行python项目，我需要处理图像。在此之下，我需要将我的图像分成几个部分，然后将它们存储为唯一的图像。为此，我需要将我的图像转换为浮点数组，然后将其分段分割部分已排序。但我被困的地方是存储这些新生成的数组。

例如，如果我的循环运行6次，将生成6个新数组（大尺寸表示300 X 420）并且我需要将它们存储在每次迭代的唯一变量中，这样它们就不会相互重叠。 / p>

我该怎么做？

如何为每次迭代将新生成的循环数组存储到不同的数组中？之后我需要这些数组，所以存储它们非常重要。

生成的数组也是动态的！

这是代码：

`

#read image and do its segmentation
 image = cv2.imread("Path to input image\\___.png")
 segments = slic(img_as_float(image), compactness=100.0, n_segments = 2,sigma = 5) 
 #loop to generate individual segments and to store them individually
 for (i, segVal) in enumerate(np.unique(segments)):
    print "[x] inspecting segment %d" % (i)
    mask = np.zeros(image.shape[:2], dtype = "uint8")
    mask[segments == segVal] = 255
    s2 = np.array(segments);
    bb= (cv2.bitwise_and(image, image, mask = mask) )
    #above the unique array is generated
    #store the generated array as unique image at desired location
    cv2.imwrite('Path to store\\__.png', bb)

`

注意：生成的阵列已经是2-D，大小为327 X 500。那么请给我一个存储2-D阵列的解决方案。现在，我们使用字典，列表或新变量的确很重要：）

修改

根据某些解决方案，我尝试将新生成的数组插入另一个大数组中。但是我仍然会遇到一些错误。新的代码块是：

#read image and do its segmentation
 image = cv2.imread("Path to input image\\___.png")
 segments = slic(img_as_float(image), compactness=100.0, n_segments = 2,sigma = 5) 
 #loop to generate individual segments and to store them individually
 for (i, segVal) in enumerate(np.unique(segments)):
    print "[x] inspecting segment %d" % (i)
    mask = np.zeros(image.shape[:2], dtype = "uint8")
    mask[segments == segVal] = 255
    s2 = np.array(segments);
    results= []
    bb= (cv2.bitwise_and(image, image, mask = mask) )
    results.append(bb)
    #above the unique array is generated and appended into a big array
    #store the generated array as unique image at desired location
    cv2.imwrite('Path to store\\__.png', results(i))

我得到的错误是：

此行cv2.imwrite('Path to store\\__.png', results(i))无法调用列表对象

应该做些什么改变？

Answer 1

您无法将它们存储在唯一变量中。但是，您可以创建一个二维数组来存储所有这些数组。例如，如果有3个生成的数组：[1,2,3]，[4,5,6]和[7,8,9]，则二维数组的结构如下：

[[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]

然后，要访问各个数组，只需访问所需的索引，然后访问所需元素的索引即可。例如，要获取第一个数组的第二个元素，可以说arr[0][1]之类的内容。这将返回2。

修改

单个阵列是否已经是2-D并不重要。只需添加另一个维度。例如，

# make a big array bigarray = [] #read image and do its segmentation image = cv2.imread("Path to input image\\___.png") segments = slic(img_as_float(image), compactness=100.0, n_segments = 2,sigma = 5) #loop to generate individual segments and to store them individually for (i, segVal) in enumerate(np.unique(segments)): print "[x] inspecting segment %d" % (i) mask = np.zeros(image.shape[:2], dtype = "uint8") mask[segments == segVal] = 255 s2 = np.array(segments); bb= (cv2.bitwise_and(image, image, mask = mask) ) #above the unique array is generated #store the generated array as unique image at desired location cv2.imwrite('Path to store\\__.png', bb) # push the generated 2d array to the big array bigarray.append(bb)

然后，假设你想要访问第一个二维数组，你可以说bigarray[0]。如果要访问第一个二维数组的左上角像素，可以说bigarray[0][0][0]。

在python

1 个答案: