在python中从图像创建大的邻接矩阵 [英] Creating large adjacency matrix from image in python

问题描述

我想在python中从图像中创建一个大的，加权的邻接矩阵（所以很多顶点...按照10 ^ 5个顶点的顺序）。相邻像素之间的权重是颜色渐变（我注意到这一点）。通过遍历像素来做它非常缓慢......需要4分钟以上。 :-(有什么库可以在合理的时间内做到这一点吗？

以下是我的代码，运行速度很慢：

  def indToCoord（ind，w，h）：
x = ind％w 
y =（ind  -  x）/ h 
 return （x，y）
 
 def isAdj（p1，p2，im）：
 adj = [] 
w，h = im.size 
 x1，y1 = p1 
 x2，y2 = p2 
 if（x1，y1）==（x2，y2）：
 return 0 
 elif abs（x1  -  x2）> 1：
返回0 
 elif abs（y1  -  y2）> 1：
 return 0 
 elif abs（x1  -  x2）+ abs（y1  -  y2）> = 2：
返回0 
 
返回util.colorGradient（im，p1，p2）
 
def adjForPixel（pixels，p1，im）：
 return [isAdj（p1 ，p2，im）for p2 in pixels] 
 
＃以下是我用来从图像创建邻接矩阵的函数
 def getAdjMatrix（im）：
 width， height = im.size 
 pixels = [x（x，y）for x in xrange（width）for y in xrange（height）] 
 
 pixelAdjMatr = [adjForPixel（pixels，p，im）for p in pixels] 
 return pixelAdjMatr 
 
 adj_matrix = getAdjMatrix（im）
 
解决方案
 Python模块/ library NetworkX有一个邻接矩阵实现。它返回一个SciPy的矩阵
 
 
 
  https://networkx.github.io/documentation/latest/reference/generated/networkx.linalg.graphmatrix.adjacency_matrix.html  
 导入networkx为nx 
导入scipy为sp 
g = nx.Graph（[（1,1）]）
a = nx。 adjacency_matrix（g）
打印a，类型（a）
  
返回
 （0，0）1< class'scipy.sparse.csr.csr_matrix'> 
  
 
I would like to create a large, weighted adjacency matrix from an image (so lots of vertices... in the order of > 10^5 vertices) in python. Weights between adjacent pixels are color gradients (I take care of this). Doing it by iterating through pixels is very slow... it takes over 4 minutes. :-( Are there any libraries that can do this nicely in reasonable time?

The following is my code which runs very slowly:
def indToCoord(ind, w, h):
    x = ind % w
    y = (ind - x)/h
    return (x,y)

def isAdj(p1, p2, im):
    adj = []
    w, h = im.size
    x1, y1 = p1
    x2, y2 = p2
    if (x1, y1) == (x2, y2):
        return 0
    elif abs(x1 - x2) > 1:
        return 0
    elif abs(y1 - y2) > 1:
        return 0
    elif abs(x1 - x2) + abs(y1 - y2) >= 2:
        return 0

    return util.colorGradient(im, p1, p2)

def adjForPixel(pixels, p1, im):
    return [isAdj(p1,p2,im) for p2 in pixels]

# The following is the function I use to create an Adjacency Matrix from an image
def getAdjMatrix(im):
    width, height = im.size 
    pixels = [(x,y) for x in xrange(width) for y in xrange(height)]

    pixelAdjMatr = [adjForPixel(pixels, p, im) for p in pixels]
    return pixelAdjMatr

adj_matrix = getAdjMatrix(im)
Thank you!
解决方案
Python module/library NetworkX has an adjacency matrix implementation.  It returns a scipy matrix

https://networkx.github.io/documentation/latest/reference/generated/networkx.linalg.graphmatrix.adjacency_matrix.html
import networkx as nx
import scipy as sp
g = nx.Graph([(1,1)])
a = nx.adjacency_matrix(g)
print a, type(a)
returns
(0, 0)  1 <class 'scipy.sparse.csr.csr_matrix'>


                        
这篇关于在python中从图像创建大的邻接矩阵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！