Question

我正在尝试使用col和逐行的最小和最大非零值将MNIST图像装箱。我可以使用for循环来做到这一点，但我想知道是否可以在没有循环的情况下完成。这是一些玩具数据

arr = np.array([[[0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0],
        [0, 1, 0, 1, 0],
        [0, 1, 0, 0, 0],
        [0, 0, 0, 0, 0]],

        [[0, 0, 0, 0, 0],
        [0, 1, 1, 0, 0],
        [0, 1, 0, 0, 0],
        [0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0]]])

例如对于arr [0]，我想将非零图片边界检索为

row_min, row_max, col_min, col_max = [1, 3, 1, 3]

我正在使用以下for循环执行此操作，

for val in arr:
    row_max, col_max = np.apply_along_axis(max,1,np.nonzero(val))
    row_min, col_min = np.apply_along_axis(min,1,np.nonzero(val)) 
    val[row_min:row_max+1,[col_min,col_max]] = 1
    val[[row_min,row_max],col_min:col_max+1] = 1

但是，我想避免for循环（我目前在单独的函数中拥有上面的代码），并且内联了此转换。

np.apply_over_axes对我不起作用，因为np.nonzero不接受任何轴值。我不确定如何沿第一条轴拆分数组（然后对我们将要使用的每个2D数组继续应用np.apply_along_axis(min,1,np.nonzero(val))）

Answer 1

这里是argmax，以提高效率-

def get3Dboundaries(arr):
    row_start = arr.any(2).argmax(1)
    row_end = arr.shape[1]-arr.any(2)[:,::-1].argmax(1)-1

    col_start = arr.any(1).argmax(1)
    col_end = arr.shape[2]-arr.any(1)[:,::-1].argmax(1)-1

    return np.c_[row_start,row_end,col_start,col_end]

样品运行-

In [61]: arr
Out[61]: 
array([[[0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0],
        [0, 1, 0, 1, 0],
        [0, 1, 0, 0, 0],
        [0, 0, 0, 0, 0]],

       [[0, 0, 0, 0, 0], # different second slice for variety
        [1, 1, 1, 1, 0],
        [0, 1, 0, 1, 0],
        [0, 0, 0, 1, 0],
        [0, 0, 0, 1, 0]]])

In [62]: get3Dboundaries(arr)
Out[62]: 
array([[1, 3, 1, 3],
       [1, 4, 0, 3]])

我们可以使用无效的说明符（例如-1）使它处理全零的情况-

def get3Dboundaries_v2(arr):
    row_start = arr.any(2).argmax(1)
    row_end = arr.shape[1]-arr.any(2)[:,::-1].argmax(1)-1

    col_start = arr.any(1).argmax(1)
    col_end = arr.shape[2]-arr.any(1)[:,::-1].argmax(1)-1

    out = np.c_[row_start,row_end,col_start,col_end]
    return np.where(arr.any((1,2))[:,None],out,-1)

样品运行-

In [76]: arr
Out[76]: 
array([[[0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0],
        [0, 1, 0, 1, 0],
        [0, 1, 0, 0, 0],
        [0, 0, 0, 0, 0]],

       [[0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0],
        [0, 0, 0, 0, 0]]])

In [78]: get3Dboundaries_v2(arr)
Out[78]: 
array([[ 1,  3,  1,  3],
       [-1, -1, -1, -1]])

有效地获取3D阵列中堆叠图像的图像边界

1 个答案: