越来越指数比较多维数组时 [英] getting indices when comparing multidimensional arrays

问题描述

我有两个numpy的阵列，一个 RGB 图像，一个像素值的查找表，例如：

  IMG = np.random.randint（0，9，（3,3，3））
LUT = np.random.randint（0，9，（1,3,3））
 

我想是要知道 X，Y 协调 LUT 像素，其值是常见的到 IMG 和 LUT ，所以我尝试：

 中的xrange X（img.shape [0]）：
    在的xrange Y（img.shape [1]）：
            打印np.transpose（np.concatenate（np.where（LUT == IMG [X，Y]）））
 

在这一点上，问题是 IMG [X，Y] ，这将是 [int_r，int_g，int_b形式] 未得到评估作为一个单一的元素，所以这三个组件获得 IMG ...

寻求独立

我想输出是这样的：

 （x_coord，y_coord）
 

但我只在形式获取输出：

  [0 0 0]
[0 2 1]
[0 0 2]
[0 0 0]
[0 0 0]
[0 0 2]
[0 0 1]
[0 2 2]
[0 1 2]
 

任何人都可以请帮助？谢谢！

解决方案

  IMG = np.random.randint（0，9，（3,3，3））
LUT2 = IMG [1,2 ,:]＃使我们确切地知道答案＃比较两个矩阵
IMG == LUT2阵列（[[[假，假，假]
        [假，假，假]
        [假，真，假]，       [假，假，假]
        [假，假，假]
        [真，真，真]，       [真，假，假]
        [真，假，假]
        [假，假，假]]]，DTYPE =布尔）与所有真正的＃行是匹配的人
np.where（（IMG == LUT2）的.sum（轴= 2）== 3）（阵列（[1]），阵列（[2]））
 

我真的不知道为什么LUT充满了随机数。但是，我认为你要寻找具有完全相同的颜色的像素。如果是这样，这似乎工作。这是你需要做什么呢？

I have two numpy arrays, one an RGB image, one a lookup table of pixel values, for example:

img = np.random.randint(0, 9 , (3, 3, 3))
lut = np.random.randint(0, 9, (1,3,3))

What I'd like is to know the x,y coordinate in lut of pixels whose values are common to img and lut, so I tried:

for x in xrange(img.shape[0]):
    for y in xrange(img.shape[1]):
            print np.transpose(np.concatenate(np.where(lut == img[x,y])))

At this point, the problem is that img[x,y], which will be in the form of [int_r, int_g, int_b] does not get evaluated as a single element, so the three components get sought for separately in img...

I would like the output to be something like:

(x_coord, y_coord)

But I only get output in the form of:

[0 0 0]
[0 2 1]
[0 0 2]
[0 0 0]
[0 0 0]
[0 0 2]
[0 0 1]
[0 2 2]
[0 1 2]

Can anyone please help? Thanks!

解决方案

img = np.random.randint(0, 9 , (3, 3, 3))
lut2 = img[1,2,:] # so that we know exactly the answer

# compare two matrices
img == lut2

array([[[False, False, False],
        [False, False, False],
        [False,  True, False]],

       [[False, False, False],
        [False, False, False],
        [ True,  True,  True]],

       [[ True, False, False],
        [ True, False, False],
        [False, False, False]]], dtype=bool)

# rows with all true are the matching ones
np.where( (img == lut2).sum(axis=2) == 3 )

(array([1]), array([2]))

I don't really know why lut is filled with random numbers. But, I assume that you want to look for the pixels that have the exactly same color. If so, this seems to work. Is this what you need to do?

这篇关于越来越指数比较多维数组时的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！