在python中的每个for循环迭代中将数组存储在唯一变量中

Question

目前我正在使用 Windows 平台开发一个 python 项目，我需要在其中处理图像。 在此之下，我需要将我的图像分成几个部分，然后将它们存储为唯一的图像。 为此，我需要将我的图像转换为浮点数组，然后将其分段 对分割部分进行排序。 但我卡住的地方是存储这些新生成的数组。

例如，如果我的循环运行 6 次，将生成 6 个新数组（例如 300 X 420 大），我需要将它们存储在每次迭代的唯一变量中，这样它们就不会相互重叠。

我该怎么做？

如何将循环中新生成的数组存储到每次迭代的不同数组中？之后我需要这些数组，所以存储它们对我来说很重要。

生成的数组数量也是动态的！

这是代码：

`

#read image and do its segmentation
 image = cv2.imread("Path to input image\\___.png")
 segments = slic(img_as_float(image), compactness=100.0, n_segments = 2,sigma = 5) 
 #loop to generate individual segments and to store them individually
 for (i, segVal) in enumerate(np.unique(segments)):
    print "[x] inspecting segment %d" % (i)
    mask = np.zeros(image.shape[:2], dtype = "uint8")
    mask[segments == segVal] = 255
    s2 = np.array(segments);
    bb= (cv2.bitwise_and(image, image, mask = mask) )
    #above the unique array is generated
    #store the generated array as unique image at desired location
    cv2.imwrite('Path to store\\__.png', bb)

`

注意：生成的数组已经是二维的，大小为 327 X 500。 所以请给我一个存储二维数组的解决方案。 现在我们使用字典、列表还是新变量很重要:)

编辑

根据一些解决方案，我尝试将新生成的数组插入另一个大数组。但是我仍然遇到一些错误。新的代码块是：

#read image and do its segmentation
 image = cv2.imread("Path to input image\\___.png")
 segments = slic(img_as_float(image), compactness=100.0, n_segments = 2,sigma = 5) 
 #loop to generate individual segments and to store them individually
 for (i, segVal) in enumerate(np.unique(segments)):
    print "[x] inspecting segment %d" % (i)
    mask = np.zeros(image.shape[:2], dtype = "uint8")
    mask[segments == segVal] = 255
    s2 = np.array(segments);
    results= []
    bb= (cv2.bitwise_and(image, image, mask = mask) )
    results.append(bb)
    #above the unique array is generated and appended into a big array
    #store the generated array as unique image at desired location
    cv2.imwrite('Path to store\\__.png', results(i))

我得到的错误是：

此行无法调用列表对象cv2.imwrite('Path to store\\__.png', results(i))

应该做哪些改变？

Answer 1

您不能将它们存储在唯一变量中。但是，您可以创建一个二维数组来存储所有这些。例如，如果生成了 3 个数组：[1,2,3]、[4,5,6]、[7,8,9]，则二维数组的结构如下：

[[1, 2, 3],
[4, 5, 6],
[7, 8, 9]]

然后，要访问各个数组，您可以简单地访问所需的索引，然后访问所需元素的索引。例如，要获取第一个数组的第二个元素，您可以说类似arr[0][1]。这将返回2。

编辑

单个数组是否已经是二维的并不重要。只需添加另一个维度。例如，

# make a big array
bigarray = []

#read image and do its segmentation
 image = cv2.imread("Path to input image\\___.png")
 segments = slic(img_as_float(image), compactness=100.0, n_segments = 2,sigma = 5) 
 #loop to generate individual segments and to store them individually
 for (i, segVal) in enumerate(np.unique(segments)):
    print "[x] inspecting segment %d" % (i)
    mask = np.zeros(image.shape[:2], dtype = "uint8")
    mask[segments == segVal] = 255
    s2 = np.array(segments);
    bb= (cv2.bitwise_and(image, image, mask = mask) )
    #above the unique array is generated
    #store the generated array as unique image at desired location
    cv2.imwrite('Path to store\\__.png', bb)

    # push the generated 2d array to the big array
    bigarray.append(bb)

然后，假设您要访问第一个二维数组，您可以说bigarray[0]。如果要访问第一个二维数组的左上角像素，可以说bigarray[0][0][0]。