我正在尝试理解 OpenCV 示例 stereo_match.py . mask、out_points、out_colors 计算的地方是我无法理解的。与此相关的代码如下:
mask = disp > disp.min()
out_points = points[mask]
out_colors = colors[mask]
在这里，我所知道的是，掩码、点和颜色是大小为 555x641 的 numpy 数组。完成上述操作后，out_points 和 out_colors 就变成了 300000x3 的数组。
这背后的逻辑是什么以及如何在纯 python 中实现此功能(也就是说，点、颜色和掩码是普通数组，我需要在不使用 numpy 的情况下执行上述操作并计算 out_points 和 out_colors)？
谢谢
最佳答案
我将解释代码:
mask = disp > disp.min()
这里的 mask 是一个与 disp 具有相同高度和宽度的二维数组，但所有值都存储为 bool 值。 disp 中的每个值都是根据逻辑语句计算得出的:x > disp.min()
out_points = points[mask]
out_colors = colors[mask]
这些数组是所有点和颜色的值，它们在掩码数组中存储为 True。由于您的图像是 555x641 = 350k 像素，因此 300k 数组在大小范围内。由于彩色图像具有三层，因此 300k x 3 是有意义的。
您可以在没有 numpy 的情况下执行这些操作，但我想它会减慢您的代码速度。如有其他问题，请追问!
关于python - 了解 OpenCV 示例 stereo_match.py 代码，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/34983296/