Question

我有一个奇怪的问题。

有一张图片，我只需要重新计算非零像素。而且我想通过numpy进行此操作，因为我处理了数千张图像，因此我希望它要快。

这是一个简化的示例，具有较低的二值性。

假设我有以下矩阵：

[[0,  0,  1],
 [0,  2,  0],
 [0,  6,  0]]

假设我想将每个值乘以2.0并加上0.5。

matrix = matrix * 2.0 + 0.5

结果是：

[[0.5,  0.5,   2.5],
 [0.5,  4.5,   0.5],
 [0.5,  12.5,  0.5]]

我希望它是

[[0,  0,   2.5],
 [0,  4.5,   0],
 [0,  12.5,  0]]

很显然，我可以在for的{{1}}循环中完成此操作，但这会非常慢。而且我无法摆脱仅添加标准化组件的附加功能。

所以我一直在想，可以通过if pixel == 0: continue完成吗？

Answer 1

您可以使用np.where以便根据指定条件从x或y中进行选择：

a = np.array([[0,  0,  1],
              [0,  2,  0],
              [0,  6,  0]])

np.where(a!=0, a*2. + 0.5, a)

array([[ 0. ,  0. ,  2.5],
       [ 0. ,  4.5,  0. ],
       [ 0. , 12.5,  0. ]])

Answer 2

另一种方式是：

matrix = matrix * 2.0 + 0.5 * (matrix!=0)

Answer 3

您可能想知道另一种使用np.where的方法。在这里，您检查值是否小于1，将其分配给0

matrix = matrix*2 + 0.5
np.where(matrix<1, 0, matrix)
# array([[ 0. ,  0. ,  2.5],
#        [ 0. ,  4.5,  0. ],
#        [ 0. , 12.5,  0. ]])

每个元素与numpy数组相乘/相加

3 个答案: