偏移添加到numpy的阵列的指数

跟进这个问题（和jorgeca的答案）： Fast Way to slice image into overlapping patches and merge patches to image我想偏移添加到patchified数组的索引，即：偏移添加到numpy的阵列的指数

A = np.arange(W*H).reshape(H,W) 
P = patchify(A,(X,Y))

假设X，Y是奇数，P的大小将等于W-X + 1，H-Y + 1，因此以P [0,0]为中心的像素实际上对应于A [（Y-1）/ 2，（ X-1）/ 2]。

有没有什么办法可以抵消（不复制任何数据）P的指标有完美的对应关系？

以供参考，在这里是对现有patchify功能：

def patchify(img, patch_shape): 
    img = np.ascontiguousarray(img) # won't make a copy if not needed 
    X, Y = img.shape 
    x, y = patch_shape 
    shape = ((X-x+1), (Y-y+1), x, y) # number of patches, patch_shape 
    # The right strides can be thought by: 
    # 1) Thinking of `img` as a chunk of memory in C order 
    # 2) Asking how many items through that chunk of memory are needed when indices 
    # i,j,k,l are incremented by one 
    strides = img.itemsize*np.array([Y, 1, Y, 1]) 
    return np.lib.stride_tricks.as_strided(img, shape=shape, strides=strides)

来源

2013-12-17 memecs

例如，说'W，H，X，Y =（10，14，4,7）'，'P.shape'将'（11，4,4 ，7）'，你怎么能抵消和什么？ – alko

刚刚纠正，X，Y的大小必须是奇数。假设W，H，X，Y =（10,14,5,7），P.shape将是（6,8,5,7），我想访问P [0,0]为P [2， 3] – memecs

则P.shape为（10,4,5,7），因此P [0,0] .shape为（5,7），它是左上A的5x7大小的子阵列。仍然不清楚你想要什么 – alko

是下面的表达式

P = np.roll(np.roll(P, X/2, 0), Y/2, 1)

你需要什么？

演示：

>>> W, H, X, Y = 10, 14, 5, 7 
>>> A = np.arange(W*H).reshape(W,H) 
>>> P = patchify(A,(X,Y)) 
>>> P = np.roll(np.roll(P, X/2, 0), Y/2, 1) 
>>> all(map(all, P[X/2, Y/2] == A[:X, :Y])) 
True

来源

2013-12-17 14:58:47 alko

偏移添加到numpy的阵列的指数

回答

相关问题