ฉันเริ่มต้นด้วยอาร์เรย์จำนวนนับของรูปภาพ
In[1]:img = cv2.imread('test.jpg')
รูปร่างคือสิ่งที่คุณคาดหวังสำหรับภาพ RGB ขนาด 640x480
In[2]:img.shape
Out[2]: (480, 640, 3)
อย่างไรก็ตามภาพที่ฉันมีคือเฟรมวิดีโอซึ่งมีความยาว 100 เฟรม จะเป็นการดีที่ฉันต้องการจะมีอาร์เรย์เดียวที่มีข้อมูลทั้งหมดจากวิดีโอนี้ดังกล่าวว่าผลตอบแทนimg.shape(480, 640, 3, 100)
วิธีใดที่ดีที่สุดในการเพิ่มเฟรมถัดไปนั่นคือข้อมูลรูปภาพชุดถัดไปอาร์เรย์ 480 x 640 x 3 อีกชุดในอาร์เรย์เริ่มต้นของฉัน
คำตอบ:
คุณกำลังถามว่าจะเพิ่มมิติข้อมูลให้กับอาร์เรย์ NumPy อย่างไรเพื่อให้มิตินั้นเติบโตขึ้นเพื่อรองรับข้อมูลใหม่ สามารถเพิ่มมิติข้อมูลได้ดังนี้:
image = image[..., np.newaxis]
None. ใช้np.newaxisเพราะอย่างชัดเจนดีกว่าโดยนัย
Noneไม่ได้หมายความถึงอะไร เป็นเรื่องที่ชัดเจน มันคือNone. ระบุไว้ชัดเจน. None เป็นสิ่งในหลาม ไม่มีข้อสงสัยใด ๆ Noneเป็นรายละเอียดสุดท้ายคุณไม่สามารถลงลึกได้ บนมืออื่น ๆ ที่แสดงถึงnumpy.newaxis Noneโดยพื้นฐานNoneแล้ว มันคือNone. แต่Noneโดยปริยาย. มันเป็นแต่ไม่แสดงออกโดยตรงเป็นNone อย่างชัดเจนระบุไว้อย่างชัดเจนและในรายละเอียดออกจากห้องเพื่อความสับสนหรือข้อสงสัยใด ๆ แนะนำโดยปริยายแม้ว่าจะไม่ได้แสดงออกโดยตรง ฉันต้องเพิ่มว่าจากมุมมองของ API จะปลอดภัยในการใช้งาน None numpy.newaxis
อีกทางเลือกหนึ่งคือ
image = image[..., np.newaxis]
ในคำตอบของ @dblissคุณสามารถใช้numpy.expand_dimslike
image = np.expand_dims(image, <your desired dimension>)
ตัวอย่างเช่น (นำมาจากลิงค์ด้านบน):
x = np.array([1, 2])
print(x.shape) # prints (2,)
แล้ว
y = np.expand_dims(x, axis=0)
ผลตอบแทน
array([[1, 2]])
และ
y.shape
ให้
(1, 2)
y[1,0]ดัชนีผิดพลาด y[0,1]สามารถเข้าถึงได้
คุณสามารถสร้างอาร์เรย์ของขนาดที่ถูกต้องขึ้นด้านหน้าและเติม:
frames = np.empty((480, 640, 3, 100))
for k in xrange(nframes):
frames[:,:,:,k] = cv2.imread('frame_{}.jpg'.format(k))
หากเฟรมเป็นไฟล์ jpg แต่ละไฟล์ที่ตั้งชื่อในลักษณะเฉพาะ (ในตัวอย่าง frame_0.jpg, frame_1.jpg ฯลฯ )
โปรดทราบว่าคุณอาจพิจารณาใช้(nframes, 480,640,3)อาร์เรย์ที่มีรูปร่างแทน
Pythonic
X = X[:, :, None]
ซึ่งเทียบเท่ากับ
X = X[:, :, numpy.newaxis] และ
X = numpy.expand_dims(X, axis=-1)
แต่ในขณะที่คุณกำลังถามอย่างชัดเจนเกี่ยวกับการซ้อนภาพฉันขอแนะนำให้ไปซ้อนlistภาพnp.stack([X1, X2, X3])ที่คุณอาจรวบรวมไว้ในวง
หากคุณไม่ชอบลำดับของมิติข้อมูลที่คุณสามารถจัดเรียงใหม่ได้ np.transpose()
คุณสามารถใช้การnp.concatenate()ระบุว่าaxisจะต่อท้ายโดยใช้np.newaxis:
import numpy as np
movie = np.concatenate((img1[:,np.newaxis], img2[:,np.newaxis]), axis=3)
หากคุณกำลังอ่านจากไฟล์จำนวนมาก:
import glob
movie = np.concatenate([cv2.imread(p)[:,np.newaxis] for p in glob.glob('*.jpg')], axis=3)
ไม่มีโครงสร้างใน numpy ที่ช่วยให้คุณสามารถผนวกข้อมูลเพิ่มเติมได้ในภายหลัง
แต่ numpy จะทำให้ข้อมูลทั้งหมดของคุณอยู่ในกลุ่มตัวเลขที่ต่อเนื่องกัน (โดยทั่วไปคืออาร์เรย์ C) และการปรับขนาดใด ๆ จำเป็นต้องมีการจัดสรรหน่วยความจำใหม่เพื่อเก็บไว้ ความเร็วของ Numpy มาจากความสามารถในการเก็บข้อมูลทั้งหมดไว้ในอาร์เรย์จำนวนนับในหน่วยความจำเดียวกัน เช่นดำเนินการทางคณิตศาสตร์สามารถparallelized สำหรับความเร็วและคุณได้รับน้อยแคช
ดังนั้นคุณจะมีวิธีแก้ปัญหาสองประเภท:
images = []
for i in range(100):
new_image = # pull image from somewhere
images.append(new_image)
images = np.stack(images, axis=3)
โปรดทราบว่าคุณไม่จำเป็นต้องขยายขนาดของอาร์เรย์รูปภาพแต่ละชุดก่อนและคุณไม่จำเป็นต้องทราบจำนวนภาพที่คุณคาดหวังล่วงหน้า
พิจารณาแนวทางที่ 1 ด้วยวิธีการปรับรูปร่างและแนวทางที่ 2 ด้วยวิธี np.newaxis ที่ให้ผลลัพธ์เดียวกัน:
#Lets suppose, we have:
x = [1,2,3,4,5,6,7,8,9]
print('I. x',x)
xNpArr = np.array(x)
print('II. xNpArr',xNpArr)
print('III. xNpArr', xNpArr.shape)
xNpArr_3x3 = xNpArr.reshape((3,3))
print('IV. xNpArr_3x3.shape', xNpArr_3x3.shape)
print('V. xNpArr_3x3', xNpArr_3x3)
#Approach 1 with reshape method
xNpArrRs_1x3x3x1 = xNpArr_3x3.reshape((1,3,3,1))
print('VI. xNpArrRs_1x3x3x1.shape', xNpArrRs_1x3x3x1.shape)
print('VII. xNpArrRs_1x3x3x1', xNpArrRs_1x3x3x1)
#Approach 2 with np.newaxis method
xNpArrNa_1x3x3x1 = xNpArr_3x3[np.newaxis, ..., np.newaxis]
print('VIII. xNpArrNa_1x3x3x1.shape', xNpArrNa_1x3x3x1.shape)
print('IX. xNpArrNa_1x3x3x1', xNpArrNa_1x3x3x1)
เรามีผลลัพธ์ดังนี้:
I. x [1, 2, 3, 4, 5, 6, 7, 8, 9]
II. xNpArr [1 2 3 4 5 6 7 8 9]
III. xNpArr (9,)
IV. xNpArr_3x3.shape (3, 3)
V. xNpArr_3x3 [[1 2 3]
[4 5 6]
[7 8 9]]
VI. xNpArrRs_1x3x3x1.shape (1, 3, 3, 1)
VII. xNpArrRs_1x3x3x1 [[[[1]
[2]
[3]]
[[4]
[5]
[6]]
[[7]
[8]
[9]]]]
VIII. xNpArrNa_1x3x3x1.shape (1, 3, 3, 1)
IX. xNpArrNa_1x3x3x1 [[[[1]
[2]
[3]]
[[4]
[5]
[6]]
[[7]
[8]
[9]]]]
ฉันทำตามแนวทางนี้:
import numpy as np
import cv2
ls = []
for image in image_paths:
ls.append(cv2.imread('test.jpg'))
img_np = np.array(ls) # shape (100, 480, 640, 3)
img_np = np.rollaxis(img_np, 0, 4) # shape (480, 640, 3, 100).
numpy.newaxisถูกกำหนดให้เป็นNone(ในไฟล์numeric.py) ดังนั้นคุณสามารถใช้ `image = image [... , None] ได้