【发布时间】:2014-04-06 16:55:54
【问题描述】:
我正在尝试做一些 numpy 矩阵数学运算,因为我需要从 MATLAB 复制 repmat 函数。我知道网上有一千个例子,但我似乎无法让它们中的任何一个起作用。
以下是我要运行的代码:
def getDMap(image, mapSize):
newSize = (float(mapSize[0]) / float(image.shape[1]), float(mapSize[1]) / float(image.shape[0]))
sm = cv.resize(image, (0,0), fx=newSize[0], fy=newSize[1])
for j in range(0, sm.shape[1]):
for i in range(0, sm.shape[0]):
dmap = sm[:,:,:]-np.array([np.tile(sm[j,i,:], (len(sm[0]), len(sm[1]))) for k in xrange(len(sm[2]))])
return dmap
函数 getDMap(image, mapSize) 需要一个 OpenCV2 HSV 图像作为它的 image 参数,它是一个具有 3 维的 numpy 数组:[:,:,:]。它还期望一个具有 2 个元素的元组作为其 imSize 参数,当然要确保传递参数的函数考虑到在 numpy 数组中交换行和列(不是: x, y, 但是: y, x)。
newSize 然后包含一个元组,其中包含用于将输入图像调整为特定比例的分数,并且 sm 成为输入图像的调整大小版本。这一切都很好。
这是我的目标:
下面一行:
np.array([np.tile(sm[i,j,:], (len(sm[0]), len(sm[1]))) for k in xrange(len(sm[2]))]),
应该函数等效于 MATLAB 表达式:
repmat(sm(j,i,:),[size(sm,1) size(sm,2)]),
这是我的问题:
对此进行测试,尺寸为 800x479x3 的 OpenCV2 图像作为 image 参数和 (64, 48)(元组)传递作为 imSize 参数传递。 但是,在测试时,我得到以下 ValueError:
dmap = sm[:,:,:]-np.array([np.tile(sm[i,j,:], (len(sm[0]), len(sm[1]))) for k in xrange(len(sm[2]))])
ValueError:操作数无法与一起广播 形状 (48,64,3) (64,64,192)
所以看起来数组维度不匹配,numpy 有问题。但我的问题是什么?我怎样才能让它发挥作用?
【问题讨论】:
-
repmat 在使用 Numpy 的代码中很少需要,因为通过广播以更通用的方式提供了相同的功能。
标签: arrays matlab python-2.7 numpy tile