以下の例のように画像のグリッドを表示するより慣用的な方法はありますか?
import numpy as np
def gallery(array, ncols=3):
nrows = np.math.ceil(len(array)/float(ncols))
cell_w = array.shape[2]
cell_h = array.shape[1]
channels = array.shape[3]
result = np.zeros((cell_h*nrows, cell_w*ncols, channels), dtype=array.dtype)
for i in range(0, nrows):
for j in range(0, ncols):
result[i*cell_h:(i+1)*cell_h, j*cell_w:(j+1)*cell_w, :] = array[i*ncols+j]
return result
hstack
やreshape
などを使用してみましたが、適切な動作が得られませんでした。
subplot
とimshow
へのmatplotlib呼び出しでプロットできる画像の数には制限があるため、numpyを使用してこれを行うことに興味があります。
テストするサンプルデータが必要な場合は、次のようにWebカメラを使用できます。
import cv2
import matplotlib.pyplot as plt
_, img = cv2.VideoCapture(0).read()
plt.imshow(gallery(np.array([img]*6)))
_import numpy as np
import matplotlib.pyplot as plt
def gallery(array, ncols=3):
nindex, height, width, intensity = array.shape
nrows = nindex//ncols
assert nindex == nrows*ncols
# want result.shape = (height*nrows, width*ncols, intensity)
result = (array.reshape(nrows, ncols, height, width, intensity)
.swapaxes(1,2)
.reshape(height*nrows, width*ncols, intensity))
return result
def make_array():
from PIL import Image
return np.array([np.asarray(Image.open('face.png').convert('RGB'))]*12)
array = make_array()
result = gallery(array)
plt.imshow(result)
plt.show()
_
形状_(nrows*ncols, height, weight, intensity)
_の配列があります。形状_(height*nrows, width*ncols, intensity)
_の配列が必要です。
したがって、ここでのアイデアは、最初にreshape
を使用して、最初の軸を2つの軸に分割することです。1つは長さnrows
で、もう1つは長さncols
です。
_array.reshape(nrows, ncols, height, width, intensity)
_
これにより、swapaxes(1,2)
を使用して軸が再配列され、形状が_(nrows, height, ncols, weight, intensity)
_になります。これにより、nrows
がheight
の横に、ncols
がwidth
の横に配置されます。
reshape
はデータの乱れた順序 を変更しないため、reshape(height*nrows, width*ncols, intensity)
は目的の配列を生成します。
これは(精神的に) unblockshaped
function で使用されているアイデアと同じです。
別の方法は view_as_blocks を使用することです。次に、手で軸を交換することを避けます:
from skimage.util import view_as_blocks
import numpy as np
def refactor(im_in,ncols=3):
n,h,w,c = im_in.shape
dn = (-n)%ncols # trailing images
im_out = (np.empty((n+dn)*h*w*c,im_in.dtype)
.reshape(-1,w*ncols,c))
view=view_as_blocks(im_out,(h,w,c))
for k,im in enumerate( list(im_in) + dn*[0] ):
view[k//ncols,k%ncols,0] = im
return im_out
この回答は@unutbuに基づいていますが、これはHWC
順序付けテンソルを扱います。さらに、指定された行/列に均等に因数分解されないチャネルの黒いタイルが表示されます。
def tile(arr, nrows, ncols):
"""
Args:
arr: HWC format array
nrows: number of tiled rows
ncols: number of tiled columns
"""
h, w, c = arr.shape
out_height = nrows * h
out_width = ncols * w
chw = np.moveaxis(arr, (0, 1, 2), (1, 2, 0))
if c < nrows * ncols:
chw = chw.reshape(-1).copy()
chw.resize(nrows * ncols * h * w)
return (chw
.reshape(nrows, ncols, h, w)
.swapaxes(1, 2)
.reshape(out_height, out_width))
以下は、逆方向に対応するdetiling関数です。
def detile(arr, nrows, ncols, c, h, w):
"""
Args:
arr: tiled array
nrows: number of tiled rows
ncols: number of tiled columns
c: channels (number of tiles to keep)
h: height of tile
w: width of tile
"""
chw = (arr
.reshape(nrows, h, ncols, w)
.swapaxes(1, 2)
.reshape(-1)[:c*h*w]
.reshape(c, h, w))
return np.moveaxis(chw, (0, 1, 2), (2, 0, 1)).reshape(h, w, c)