使用Numpy计算亲和度矩阵

Question

我正在尝试为图像创建亲和度矩阵。我现在尝试使用简单的像素值差异，我的图像是84x84，扁平化它是一个大小为7056的向量，它给出了大小为7056x7056的亲和度矩阵A.为了填写亲和度矩阵的值，我从明显的方法开始：

import matplotlib.pyplot as plt
import numpy as np

Img = plt.imread("twoObj.bmp")
Img2 = Img.flatten()
(n,) = Img2.shape
print n
A = np.zeros((n,n))
for i in range(n):
    for j in range(n):
        A[i,j] = np.abs(Img2[i] - Img2[j])

但执行时间过长。 Numpy中是否有任何内置方式，或者可用的库更快地运行它？

Answer 1

看起来有点神秘，但

A = np.subtract.outer(Img2, Img2)
A = np.abs(A)

应该做你想做的事。

当我下班时，我会发布更多解释（如果我不这样做，请提醒我。）。