web-dev-qa-db-ja.com

Pythonを使用した2D配列（画像）のピクセルネイバー

私はこのようなnumpy配列を持っています：

x = np.array([[1,2,3],[4,5,6],[7,8,9]])

次の入力パラメーターを使用して、関数を「neighbors」と呼びましょう。

  • x：ずんぐりした2次元配列
  • （i、j）：2次元配列内の要素のインデックス
  • d：近隣半径

出力として、セルの近傍を取得したいi,j与えられた距離d。だから私が走れば

neighbors(im, i, j, d=1) with i = 1 and j = 1 (element value = 5)

次の値のインデックスを取得する必要があります：[1,2,3,4,6,7,8,9]。はっきりさせておきたいと思います。これを扱うscipyのようなライブラリはありますか？

私は何かうまくいくことをしましたが、それは大まかな解決策です。

def pixel_neighbours(self, p):

    rows, cols = self.im.shape

    i, j = p[0], p[1]

    rmin = i - 1 if i - 1 >= 0 else 0
    rmax = i + 1 if i + 1 < rows else i

    cmin = j - 1 if j - 1 >= 0 else 0
    cmax = j + 1 if j + 1 < cols else j

    neighbours = []

    for x in xrange(rmin, rmax + 1):
        for y in xrange(cmin, cmax + 1):
            neighbours.append([x, y])
    neighbours.remove([p[0], p[1]])

    return neighbours

どうすればこれを改善できますか？

pythonnumpycomputer-visionscipynearest-neighbor
16
blueSurfer

[〜＃〜] edit [〜＃〜]：ああ、私の答えはim[i-d:i+d+1, j-d:j+d+1].flatten()と書いているだけですが、理解できない方法で書かれています:)

古き良きスライディングウィンドウのトリックがここで役立つかもしれません：

import numpy as np
from numpy.lib.stride_tricks import as_strided

def sliding_window(arr, window_size):
    """ Construct a sliding window view of the array"""
    arr = np.asarray(arr)
    window_size = int(window_size)
    if arr.ndim != 2:
        raise ValueError("need 2-D input")
    if not (window_size > 0):
        raise ValueError("need a positive window size")
    shape = (arr.shape[0] - window_size + 1,
             arr.shape[1] - window_size + 1,
             window_size, window_size)
    if shape[0] <= 0:
        shape = (1, shape[1], arr.shape[0], shape[3])
    if shape[1] <= 0:
        shape = (shape[0], 1, shape[2], arr.shape[1])
    strides = (arr.shape[1]*arr.itemsize, arr.itemsize,
               arr.shape[1]*arr.itemsize, arr.itemsize)
    return as_strided(arr, shape=shape, strides=strides)

def cell_neighbors(arr, i, j, d):
    """Return d-th neighbors of cell (i, j)"""
    w = sliding_window(arr, 2*d+1)

    ix = np.clip(i - d, 0, w.shape[0]-1)
    jx = np.clip(j - d, 0, w.shape[1]-1)

    i0 = max(0, i - d - ix)
    j0 = max(0, j - d - jx)
    i1 = w.shape[2] - max(0, d - i + ix)
    j1 = w.shape[3] - max(0, d - j + jx)

    return w[ix, jx][i0:i1,j0:j1].ravel()

x = np.arange(8*8).reshape(8, 8)
print x

for d in [1, 2]:
    for p in [(0,0), (0,1), (6,6), (8,8)]:
        print "-- d=%d, %r" % (d, p)
        print cell_neighbors(x, p[0], p[1], d=d)

ここではタイミングを調整しませんでしたが、このバージョンのパフォーマンスは妥当である可能性があります。

詳細については、「ローリングウィンドウnumpy」または「スライディングウィンドウnumpy」というフレーズでネットを検索してください。

6
pv.

見て - scipy.ndimage.generic_filter。

例として：

import numpy as np
import scipy.ndimage as ndimage

def test_func(values):
    print values
    return values.sum()


x = np.array([[1,2,3],[4,5,6],[7,8,9]])

footprint = np.array([[1,1,1],
                      [1,0,1],
                      [1,1,1]])

results = ndimage.generic_filter(x, test_func, footprint=footprint)

デフォルトでは、境界の値を「反映」します。これは、modeキーワード引数を使用して制御できます。

ただし、このようなことをしたい場合は、問題をある種の畳み込みとして表現できる可能性があります。もしそうなら、それを畳み込みステップに分解し、より最適化された関数を使用する方がはるかに高速になります（例：ほとんどのscipy.ndimage）。

25
Joe Kington

このためのライブラリ関数についてはわかりませんが、numpyの優れたスライス機能を使用して、このようなものを自分で簡単に作成できます。

import numpy as np
def neighbors(im, i, j, d=1):
    n = im[i-d:i+d+1, j-d:j+d+1].flatten()
    # remove the element (i,j)
    n = np.hstack((b[:len(b)//2],b[len(b)//2+1:] ))
    return n

もちろん、範囲外のアクセスを避けるために、いくつかの範囲チェックを行う必要があります。

4
Qlaus

私はJoeKingtonsの回答に同意しますが、足跡を追加するだけです

import numpy as np
from scipy.ndimage import generate_binary_structure
from scipy.ndimage import iterate_structure
foot = np.array(generate_binary_structure(2, 1),dtype=int)

または、たとえば、より大きな/異なるフットプリントの場合。

np.array(iterate_structure(foot , 2),dtype=int)
2
Salt999

maxとminを使用して、上限と下限のピクセルを処理します。

im[max(i-1,0):min(i+2,i_end), max(j-1,0):min(j+2,j_end)].flatten()
2
Ferdinand Schaal

SciPy で KDTree を使用する可能性がありますか？

0
Christian Witts