python - 取决于前一个轴的索引的数组切片最大值

Question

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!

Answer 1

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。