关于分析图像数组的唯一值答案

【问题标题】：regarding analyzing unique values of image array关于分析图像数组的唯一值
【发布时间】：2018-10-22 23:43:33
【问题描述】：

读取图像有以下函数，我添加了几行重新输出图像，并输出图像数组的不同像素值。图像看起来像这样。然而 a,indices =np.unique(img,return_index=True)

给予

一个 [0 1]

指数 [0 879385]

好像图像数组有两个唯一值，[0 1]，这有道理，但是索引表示什么？

def _get_image_data_pil(image_id, image_type, return_exif_md=False, return_shape_only=False):
    fname = get_filename(image_id, image_type)
    try:
        img_pil = Image.open(fname)
    except Exception as e:
        assert False, "Failed to read image : %s, %s. Error message: %s" % (image_id, image_type, e)

    if return_shape_only:
        return img_pil.size[::-1] + (len(img_pil.getbands()),)
    # -----
    # this is what I adde
    # -----

    img = np.asarray(img_pil)
    plt.imshow(img)
    plt.show()
    a,indices =np.unique(img,return_index=True)
    print('a ',a)
    print('indices ',indices)

    assert isinstance(img, np.ndarray), "Open image is not an ndarray. Image id/type : %s, %s" % (image_id, image_type)
    if not return_exif_md:
        return img
    else:
        return img, img_pil._getexif()

【问题讨论】：

可能是每个值的第一个像素的索引。

标签： python numpy image-processing scipy pillow

【解决方案1】：

索引给出了扁平化输入数组中唯一值的第一次出现。要将这些索引转换为二维索引到输入，您可以使用np.unravel_index。

例如，假设img的形状是(1000, 1600)：

In [110]: shape = (1000, 1600)

In [111]: indices = [0, 879385]

In [112]: np.unravel_index(indices, shape)
Out[112]: (array([  0, 549]), array([  0, 985]))

np.unravel_indices 返回两个数组，每个维度一个。也就是说，第一个数组保存第一个维度的索引（即行），第二个保存第二个维度的索引（即列）。要将它们放入坐标数组中，可以使用np.column_stack：

In [113]: np.column_stack(np.unravel_index(indices, shape))
Out[113]: 
array([[  0,   0],
       [549, 985]])

【讨论】：