使用无循环的索引范围从 np 数组中提取多个 ROI-解网

问：

我有一个形状为 640 x 480：的 numpy 数组：，并且我有一个最小值，最大行、列范围：np.ones((640, 480))

u_min=[497, 157, 493, 137, 567] 
v_min=[ 36,  46, 208, 412, 418] 
u_max=[502, 162, 498, 142, 572]
v_max=[41, 51 213, 417, 423]

我试过：

import numpy as np

arr = np.ones((640, 480))

u_min= np.array([497, 157, 493, 137, 567], dtype=np.int32)
u_max= np.array([502, 162, 498, 142, 572], dtype=np.int32)
v_min= np.array([36, 46, 208, 412, 418], dtype=np.int32)
v_max= np.array([41, 51, 213, 417, 423], dtype=np.int32)

rois = arr[u_min:u_max, v_min:v_max]

但我收到一个错误：

TypeError: only integer scalar arrays can be converted to a scalar index

我想在不循环的情况下以矢量化的方式对 numpy 数组进行切片。你能告诉我我该怎么做吗？谢谢

python 数组 numpy 切片

我们的答案之间有一个重要的区别，这可能需要OP来澄清。我将 u_min/u_max 视为 ax1 上的多个切片，ax2 上的 v 也是如此，以 2-dim numpy 数组结尾。您正在选择每个 5x5 子阵列并将它们堆叠以形成一个 3 个暗淡的 numpy 数组。从这个问题中我不清楚哪个 OP 正在寻找。(25,25)(5,5,5)

1赞 Homer512 11/6/2023

@grey_ranger是的，在试图比较答案感到困惑之后，我正要写同样的东西。让我们 OP 弄清楚这一点

0赞 bhomaidan90 11/6/2023

@Homer512，嗨，感谢您的回答，我已经编辑了问题的标题以强调无循环，否则这个问题可以通过不同的方式解决。

0赞 grey_ranger 11/6/2023 #2

你的直觉是对的：你正在尝试使用多个切片来获得多个子数组的组合。但是，实际上被解释为对 Numpy 数组对象没有意义。取而代之的是，您需要将最大值和最小值作为对，因此它们定义了数组的一个切片。rois = arr[u_min:u_max, v_min:v_max]rois = arr[<list>:<list>, <list>:<list>]

让我们首先将和值压缩在一起。这将创建一个对象。当我们索引 numpy 数组时，每个切片都确定一个开始和停止点（参见上面的链接）。u_minu_maxtupleslice

import numpy as np
arr = np.ones((640, 480))
u_min=[497, 157, 493, 137, 567] 
v_min=[ 36,  46, 208, 412, 418] 
u_max=[502, 162, 498, 142, 572]
v_max=[41, 51, 213, 417, 423]

u_slices = tuple(slice(u1, u2) for u1, u2 in zip(u_min, u_max))
v_slices = tuple(slice(v1, v2) for v1, v2 in zip(v_min, v_max))

需要注意的是，包括起始值，但不包括止损值！如果要包含止损值，请更改上述行中的 -> 和 ->。我们的切片是：u2u2 + 1v2v2 + 1

> u_slices

(slice(497, 502, None),
 slice(157, 162, None),
 slice(493, 498, None),
 slice(137, 142, None),
 slice(567, 572, None))

接下来，我们需要一种方法在对 Numpy 数组的同一调用中使用多个切片。我们将使用此答案中的 R 技巧类。

> arr[np.r_.__getitem__(u_slices), :].shape

(25, 480)

这将选择 25 行（如果使用），则为 30 行。由于 Numpy 处理多索引的方式，我们需要在选择的末尾使用。这告诉 Numpy，我们只想要轴 0 和轴 1 的所有给定值。完成此选择后，我们可以使用 'v_slices.我们的最终结果：u2 + 1, :]u_slices

> result = arr[np.r_[u_slices], :][: , np.r_[v_slices]]
> result.shape

(25, 25)

使用无循环的索引范围从 np 数组中提取多个 ROI

Extract multiple roi's from np array using indices ranges without loops

评论

评论

评论