关于编辑

Question

所以我有一个数组（它很大 - 2048x2048），我想根据它们的位置做一些元素明智的操作。我很困惑如何做到这一点（我被告知不要使用for循环，当我尝试我的IDE冻结，它真的很慢）。

问题：

h = aperatureimage
h[:,:] = 0
indices = np.where(aperatureimage>1)

for True in h:
    h[index] = np.exp(1j*k*z)*np.exp(1j*k*(x**2+y**2)/(2*z))/(1j*wave*z)

所以我有一个索引，这是（我假设在这里）基本上是我的较大的aperatureimage数组的“裁剪”版本。 *注意：Aperature图像是一个转换为数组的灰度图像，它上面有一个形状或文字，我想找到所有的“白色”区域并执行我的操作。

如何访问索引的各个x / y值，这将允许我执行指数运算？当我尝试索引[：，None]时，导致程序吐出'ValueError：广播尺寸太大'。我也得到阵列不能播放到正确的形状。任何帮助将不胜感激！

还有一个澄清：x和y是我想要改变的唯一值（基本上是我的数组中有白色，z，k以及之前定义的其他任何值的点）。

编辑：

我不确定上面发布的代码是否正确，它返回两个空数组。当我这样做的时候 index =（aperatureimage == 1） print len（index）

实际上，到目前为止我所做的一切都没有正常工作。我有一个2048x2048的图像，中间有一个128x128的白色方块。我想将此图像转换为数组，查看所有值并确定数组不是黑色的索引值（x，y）（我只有白/黑，双层图像对我不起作用）。然后我想获取数组不为0的所有值（x，y），并将它们乘以上面列出的h [index]值。

如有必要，我可以发布更多信息。如果你不知道，我就被困住了。

EDIT2：这里有一些可能有用的代码 - 我想我已经解决了上面的问题（我现在可以访问数组的成员并对它们执行操作）。但是 - 由于某种原因，我的for循环中的Fx值永远不会增加，它会永远循环Fy ....

import sys, os
from scipy.signal import *
import numpy as np
import Image, ImageDraw, ImageFont, ImageOps, ImageEnhance, ImageColor



def createImage(aperature, type):
    imsize = aperature*8
    middle = imsize/2
    im = Image.new("L", (imsize,imsize))
    draw = ImageDraw.Draw(im)
    box = ((middle-aperature/2, middle-aperature/2), (middle+aperature/2, middle+aperature/2))
import sys, os
from scipy.signal import *
import numpy as np
import Image, ImageDraw, ImageFont, ImageOps, ImageEnhance, ImageColor



def createImage(aperature, type):

    imsize = aperature*8 #Add 0 padding to make it nice
    middle = imsize/2 # The middle (physical 0) of our image will be the imagesize/2
    im = Image.new("L", (imsize,imsize)) #Make a grayscale image with imsize*imsize pixels
    draw = ImageDraw.Draw(im) #Create a new draw method
    box = ((middle-aperature/2, middle-aperature/2), (middle+aperature/2, middle+aperature/2)) #Bounding box for aperature
    if type == 'Rectangle':
        draw.rectangle(box, fill = 'white') #Draw rectangle in the box and color it white
    del draw
    return im, middle


def Diffraction(aperaturediameter = 1, type = 'Rectangle', z = 2000000, wave = .001):

    # Constants
    deltaF = 1/8 # Image will be 8mm wide
    z = 1/3.
    wave = 0.001
    k = 2*pi/wave

    # Now let's get to work
    aperature = aperaturediameter * 128 # Aperaturediameter (in mm) to some pixels
    im, middle = createImage(aperature, type) #Create an image depending on type of aperature 
    aperaturearray = np.array(im) # Turn image into numpy array

    # Fourier Transform of Aperature
    Ta = np.fft.fftshift(np.fft.fft2(aperaturearray))/(len(aperaturearray)) 

    # Transforming and calculating of Transfer Function Method
    H = aperaturearray.copy() # Copy image so H (transfer function) has the same dimensions as aperaturearray
    H[:,:] = 0 # Set H to 0
    U = aperaturearray.copy()
    U[:,:] = 0
    index = np.nonzero(aperaturearray) # Find nonzero elements of aperaturearray
    H[index[0],index[1]] = np.exp(1j*k*z)*np.exp(-1j*k*wave*z*((index[0]-middle)**2+(index[1]-middle)**2)) # Free space transfer for ap array
    Utfm = abs(np.fft.fftshift(np.fft.ifft2(Ta*H))) # Compute intensity at distance z

    # Fourier Integral Method
    apindex = np.nonzero(aperaturearray)
    U[index[0],index[1]] = aperaturearray[index[0],index[1]] * np.exp(1j*k*((index[0]-middle)**2+(index[1]-middle)**2)/(2*z))
    Ufim = abs(np.fft.fftshift(np.fft.fft2(U))/len(U))

    # Save image
    fim = Image.fromarray(np.uint8(Ufim))
    fim.save("PATH\Fim.jpg")
    ftfm = Image.fromarray(np.uint8(Utfm))
    ftfm.save("PATH\FTFM.jpg")
    print "that may have worked..."
    return

if __name__ == '__main__':
    Diffraction()

你需要numpy，scipy和PIL才能使用这段代码。

当我运行它时，它会通过代码，但它们中没有数据（一切都是黑色的）。现在我有一个真正的问题，因为我不完全理解我正在做的数学（这是用于HW），而且我没有牢固掌握Python。

U[index[0],index[1]] = aperaturearray[index[0],index[1]] * np.exp(1j*k*((index[0]-middle)**2+(index[1]-middle)**2)/(2*z))

该行是否适用于对我的阵列执行元素计算？

Answer 1

您是否可以发布一个最小但完整的示例？我们可以复制/粘贴并运行自己的一个吗？

与此同时，在当前示例的前两行中：

h = aperatureimage
h[:,:] = 0

你将'aperatureimage'和'h'都设置为0.这可能不是你想要的。您可能需要考虑：

h = aperatureimage.copy()

这会生成一个aperatureimage副本，而你的代码只是将h指向与aperatureimage相同的数组。因此改变另一个会改变另一个。请注意，复制非常大的阵列可能会花费您更多的内存，而不是您希望的。

我认为你要做的是：

import numpy as np

N = 2048
M = 64

a = np.zeros((N, N))
a[N/2-M:N/2+M,N/2-M:N/2+M]=1

x,y = np.meshgrid(np.linspace(0, 1, N), np.linspace(0, 1, N))

b = a.copy()

indices = np.where(a>0)

b[indices] = np.exp(x[indices]**2+y[indices]**2)

或类似的东西。在任何情况下，这都会根据x / y坐标在'b'中设置一些值，其中'a'大于0.尝试使用imshow进行可视化。祝你好运！

关于编辑

您应该对输出进行标准化，使其适合8位整数。目前，您的一个数组的最大值远大于255，而另一个数组的最大值则小得多。试试这个：

fim = Image.fromarray(np.uint8(255*Ufim/np.amax(Ufim)))
fim.save("PATH\Fim.jpg")
ftfm = Image.fromarray(np.uint8(255*Utfm/np.amax(Utfm)))
ftfm.save("PATH\FTFM.jpg")

还要考虑np.zeros_like（）而不是复制和清除H和U。

最后，我个人非常喜欢在开发这样的东西时使用ipython。如果您将Diffraction函数中的代码放在脚本的顶层（代替'if __ name __＆amp; c。'），那么您可以直接从ipython访问变量。像np.amax（Utfm）这样的快速命令会告诉你确实有值！= 0。 imshow（）总是很好看看矩阵。

Numpy操纵依赖于x / y索引的True值数组

1 个答案:

关于编辑