我正在尝试使用2-D阵列制作3-D的Hadamard产品。 2-D数组具有3-D数组的前两个轴的形状,因此应沿着2轴(因此是第3轴)移动以进行乘法运算,这意味着:将Hadamard乘积设为切片0,然后设为切片1,等等(参见图片,示意图)。
原始3D数组是opencv
图像,因此形状为f。 (1080, 1920, 3)
。二维数组是该图像的一个切片,因此其形状为(1080, 1920)
有没有办法做到这一点而无需循环或自行指定每个切片?还是循环去这里?
起作用的是:
img_new = np.zeros(shape=img.shape[:2])
img_new[0] = (img[:, :, 1] * img[:, :, 0])[0]
img_new[1] = (img[:, :, 2] * img[:, :, 0])[1]
但是,我不想在代码中进行两次此计算。
我尝试过:
img_new = np.multiply(img_cvt[:, :, 1:3], img[:, :, 0])
尽管这在使用二维和一维数组时有效
>>> a = np.array(((1,2),(3,4)))
>>> b = np.array((5,8))
>>> np.multiply(a,b)
array([[ 5, 16],
[15, 32]])
在3-D / 2-D情况下会出现广播错误:
ValueError: operands could not be broadcast together with shapes (1080,1920,2) (1080,1920)
对np.apply_along_axis
同样适用:
img_new = np.apply_along_axis(np.multiply, 2, img[:, :, 1:3], img[:, :, 0])
产生以下内容:
ValueError: operands could not be broadcast together with shapes (2,) (1080,1920)
但是我想这是行不通的,因为它是为一维函数设计的...
答案 0 :(得分:1)
看看broadcasting的工作方式。本质上,您可以附加一个轴以执行按元素进行的操作,例如,可以这样做
class MyQsciScintilla : public QsciScintilla
{
Q_OBJECT
public:
explicit MyQsciScintilla(QWidget *parent = nullptr);
void contextMenuEvent(QContextMenuEvent *event);
//....
};
void MyQsciScintilla::contextMenuEvent(QContextMenuEvent *event)
{
QMenu *menu = createStandardContextMenu();
menu->addAction(tr("My Menu Item"));
//...
menu->exec(event->globalPos());
delete menu;
}
答案 1 :(得分:0)
您可以使用np.expand_dims()
函数。
使用np.arange()
创建一个缺少维度的元组,然后添加它们。 (我想您想在末尾添加-您可以始终使用转置来实现):
c = np.array([
[[1, 2, 3, 4],[5, 6, 7, 8]],
[[.1, .2, .3, .4], [.5, .6, .7, .8]]
])
d = np.array([.5, .6])
cdim = len(c.shape)
ddim = len(d.shape)
newdims = tuple(np.arange(start=ddim, stop=cdim))
dx = np.expand_dims(d, newdims)
c + dx
c * dx
显然,您可以在一行中完成所有操作-变量只是为了清楚起见:
def match_dim(b, A):
"Adds dimensions of length 1 to b to make it dimension compliant with A and returns the expanded structure"
return np.expand_dims(b, tuple(np.arange(start=len(b.shape), stop=len(A.shape))))