Python多维数组答案

【问题标题】：Python multidimensional arrayPython多维数组
【发布时间】：2016-01-01 15:54:41
【问题描述】：

我是 Python 的初学者，但我想我有一个简单的问题。我正在使用图像处理来检测图像中的线条

lines = cv2.HoughLinesP(edges,1,np.pi/180,50,minLineLength,maxLineGap)

lines.shape 是 (151, 1, 4) 表示我已经检测到 151 条线，并且有 4 个参数 x1、y1、x2、y2。

我想要做的是向线条添加另一个因素，称为坡度，从而将 lines.shape 增加到 (151, 1, 5)。我知道我可以在行尾连接一个空的零数组，但是我该如何制作它以便我可以在 for 循环等中调用它？

比如我想能够说

for slope in lines
   #do stuff

【问题讨论】：

slope 是否需要属于同一个数组？不能只是另一个数组吗？在您的“循环”中，#do stuff 是什么？它是对单个数字还是对 151 个值的数组进行操作？
for x in lines: 迭代数组的第一维。 lines[:,:,-1] 给出数组的最后一个“列”（连接后的“斜率”列）。
最终，我想采用（大致）相同坡度和位置的所有线，并将它们删除，直到每个位置都有一条线。（我应该只在我的图片中找到 4 条线，但 houghlinesp 找到了 151 条，其中大部分是靠近的或彼此重叠的）。因此，不必从坡度和线条中删除元素，我可以从线条中删除。

标签： python-2.7 opencv numpy multidimensional-array

【解决方案1】：

不幸的是，HoughLinesP 函数返回一个 int32 类型的 numpy 数组。不过，我熬夜到就寝时间来解决这个问题，所以无论如何我都会发布它。我只是将斜率乘以 1000，然后像这样将它们放入数组中。希望它对您仍然有用。

slopes = []
for row in lines:
    slopes.append((row[0][1] - row[0][3]) / float(row[0][0] - row[0][2]) * 1000)

new_column = []
for slope in slopes:
    new_column.append([slope])

new_array = np.insert(lines, 4, new_column, axis=2)

print lines
print
print new_array

样本输出：

[[[14 66 24 66]]

 [[37 23 54 56]]

 [[ 7 62 28 21]]

 [[70 61 81 61]]

 [[24 64 42 64]]]

[[[   14    66    24    66     0]]

 [[   37    23    54    56  1941]]

 [[    7    62    28    21 -1952]]

 [[   70    61    81    61     0]]

 [[   24    64    42    64     0]]]

编辑：具有相同输出的更好（和完整）代码

import cv2
import numpy as np

img = cv2.imread('cmake_logo-main.png')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
edges = cv2.Canny(img,50,150,apertureSize = 3)
lines = cv2.HoughLinesP(edges,1,np.pi/180,50,3,10)

def slope(xy):
    return (xy[1] - xy[3]) / float(xy[0] - xy[2]) * 1000
new_column = [[slope(row[0])] for row in lines]
new_array = np.insert(lines, 4, new_column, axis=2)

print lines
print
print new_array

【讨论】：

【解决方案2】：

根据您的 cmets，这是我对您应该做什么的猜测：

lines = np.squeeze(lines) 
# remove the unneeded middle dim, a convenience, but not required
slope = <some calculation> # expect (151,) array of floats
mask = np.ones((151,),dtype=bool) # boolean mask
<assign False to mask for all lines you want to delete>
<alt start with False, and set True to keepers>
lines = lines[mask]
slope = lines[mask]

或者，您可以使用 np.hstack([lines, np.zeros((151,1))]) 扩展 lines（或在轴 1 上连接）。但是如果像Jason 认为的那样，lines 是dtype int，而slope 必须是float，那是行不通的。您必须使用他的缩放解决方案。

您还可以使用结构化数组将整数列和浮点列组合成一个数组。如果将 slope 保留为单独的变量同样容易，为什么要这样做？

【讨论】：