所以我有一个来自 tiff 图像的大型二维阵列,我想在其中计算质心。为此,我使用图像的索引(作为坐标)和平均函数:
from PIL import Image
from numpy import *
Im = Image.open("32bit_grayscale.tif")
imArr = array(Im, dtype='float32')
indx = indices(imArr.shape)
cenMassX = average(indx[0,:,:],weights=imArr[:,:])
cenMassY = average(indx[1,:,:],weights=imArr[:,:])
在其他一些类似的图像中,我想要计算两个独立的质心。两个计算区域都被一条直线分开,我有它的方程式。
我想再次使用average
方法,因为它非常有效,但我需要设置indx
第二轴切片的最大值> 数组到当前第一个轴值的函数。如果该行类似于 y=slope*x+interY
,我将需要这样的内容:
cenMassX_A = average(indx[0,:,:slope*row+interY],weights=imArr[:,:slope*row+interY])
cenMassY_A = average(indx[1,:,:slope*row+interY],weights=imArr[:,:slope*row+interY])
cenMassX_B = average(indx[0,:,slope*row+interY:],weights=imArr[:,slope*row+interY:])
cenMassY_B = average(indx[1,:,slope*row+interY:],weights=imArr[:,slope*row+interY:])
其中 row
表示第一个轴索引(“x”轴)的当前值。忽略我可以根据方程式超出数组限制的事实。
我可以使用 for
循环来做到这一点,但它非常低效(20 倍)并且不是很“pythonic”:
cenMassX_A = 0
cenMassY_A = 0
cumSum = 0
for row in range(0,imArr.shape[0]):
for col in range(0,int(round(slope*row+interY))):
cenMassX_A += row*imArr[row,col]
cenMassY_A += col*imArr[row,col]
cumSum += imArr[row,col]
cenMassX_A /= cumSum
cenMassY_A /= cumSum
cenMassX_B = 0
cenMassY_B = 0
cumSum = 0
for row in range(0,imArr.shape[0]):
for col in range(int(round(slope*row+interY)),imArr.shape[1]):
cenMassX_B += row*imArr[row,col]
cenMassY_B += col*imArr[row,col]
cumSum += imArr[row,col]
cenMassX_B /= cumSum
cenMassY_B /= cumSum
那么,有没有办法做到这一点,还是我坚持使用 for
循环?我一直在阅读有关面具和滚动窗口的信息,但仍然无法找到解决方案。
提前致谢!
最佳答案
如果为直线一侧或另一侧的所有点设置 imArr[i,j]=0
会发生什么情况?这是最简单的屏蔽方法。
I = indx[0,...]*slope + indx[1,...]>=M
imArr1 = imArr.copy()
imArr1[I]=0
print np.average(indx[0,...],weights=imArr1)
print np.average(indx[1,...],weights=imArr1)
imArr1 = imArr.copy()
imArr1[~I]=0
print np.average(indx[0,...],weights=imArr1)
print np.average(indx[1,...],weights=imArr1)
如果我拍摄一个简单的“图像”并将其连接到自身(水平或对角线),则效果很好。
关于python - 取决于前一个轴的索引的数组切片最大值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/22231347/