Question

我有一个形状为（4，320，528，279）的4D数组，实际上是4个3D图像堆栈的数据集。

我要实现的是对所有样本之间的每个3D图像的每个像素进行标准化。因此，假设在四个图像中具有坐标（0,0,0）的第一个像素值为[140.，20.，10.，220.]。我想更改这些值，以使它们变为：[0.61904762，0.04761905，0.，1。]。

我写了一个脚本，据说可以达到这个目的：

def NormalizeMatrix(mat) :

    mat = np.array(mat);
    sink = mat.copy();

    for i in np.arange(mat.shape[1]) :

        for j in np.arange(mat.shape[2]) :

            for k in np.arange(mat.shape[3]) :

                PixelValues = mat[:,i,j,k];
                Min = float(PixelValues.min());
                Max = float(PixelValues.max());

                if Max-Min != 0. :

                    sink[:,i,j,k] = (PixelValues - Min) / (Max - Min);

                else :

                    sink[:,i,j,k] = np.full_like(PixelValues, 0.);

    return sink;

但这真的很慢！

如何使它更快？

有什么想法吗？

汤姆

Answer 1

我想我最终找到了一种相当快的方法，实际上与user3483203的方式相同：

def NormalizeMatrix(mat) :

    mat = np.array(mat);
    minMat = np.min(mat, axis=0, keepdims=1);
    maxMat = np.max(mat, axis=0, keepdims=1);

    sink = (mat - minMat)/ (maxMat - minMat);

    return sink;

这需要5到10秒钟而不是我的机器上的几个小时：）

标准化4D阵列的最有效方法是什么？

1 个答案: