如何撤消或反转 np.meshgrid？答案

【问题标题】：How to undo or reverse np.meshgrid?如何撤消或反转 np.meshgrid？
【发布时间】：2018-11-20 03:03:17
【问题描述】：

在图像大小调整插值问题中，可以在对网格索引进行操作之前对行和列索引使用np.meshgrid：

nrows = 600
ncols = 800
image_in = np.random.randint(0, 256, size=(nrows, ncols, 3))
scale_factor = 1.5

r = np.arange(nrows, dtype=float) * scale_factor
c = np.arange(ncols, dtype=float) * scale_factor

rr, cc = np.meshgrid(r, c, indexing='ij')

# Nearest Neighbor Interpolation
# np.floor if scale_factor >= 1. np.ceil otherwise
rr = np.floor(rr).astype(int).clip(0, nrows-1)
cc = np.floor(cc).astype(int).clip(0, ncols-1)

image_out = image_in[rr, cc, :]

现在，我将如何扭转这个过程？假设给定rr_1、cc_1（np.meshgrid 的乘积）以未知方式处理（此处由np.random.randint 说明），我如何获得r_1 和c_1，即输入np.meshgrid（最好带有ij 索引）？

# Suppose rr_1, cc_1 = np.meshgrid(r_1, c_1, indexing='ij')
rr_1 = np.random.randint(0, nrows, size=(nrows, ncols, 3))
cc_1 = np.random.randint(0, ncols, size=(nrows, ncols, 3))

r_1 = ?
c_1 = ?

更新：

我在发布后立即想通了。答案是：

# Suppose rr_1, cc_1 = np.meshgrid(r_1, c_1, indexing='ij')
rr_1 = np.random.randint(0, nrows, size=(nrows, ncols, 3))
cc_1 = np.random.randint(0, ncols, size=(nrows, ncols, 3))

r_1 = rr_1[:, 0]
c_1 = cc_1[0]

【问题讨论】：

标签： python numpy image-processing

【解决方案1】：

numpy.meshgrid 从输入数组创建更高维数组，以创建类似网格的数组。因此，假设您想通过使用一些输入 1D 向量 r 和 c 来获得 2D 网格。 numpy.meshgrid 将 rr 和 cc 返回为 2D 数组，它们分别在 2D 数组的任何地方保持 y 轴或 x 轴不变（这就是它是网格的原因）。

这是一个测试用例：

import numpy as np

r = np.arange(5)      # [0 1 2 3 4]
c = np.arange(5,10,1) # [5 6 7 8 9]

rr, cc = np.meshgrid(r,c,indexing='ij')

r_original = rr[:,0]
c_original = cc[0,:]

print(r_original)     # [0 1 2 3 4]
print(c_original)     # [5 6 7 8 9]

请注意，我们为rr 和cc 创建的网格是

rr = [[0 0 0 0 0]
      [1 1 1 1 1]
      [2 2 2 2 2]
      [3 3 3 3 3]
      [4 4 4 4 4]]

cc = [[5 6 7 8 9]
      [5 6 7 8 9]
      [5 6 7 8 9]
      [5 6 7 8 9]
      [5 6 7 8 9]]

由于您在您的情况下使用 indexing='ij' 并且二维数组已转置。因此，对于 rr 和 cc 保持不变的值分别是 x 轴和 y 轴（与不使用 indexing='ij' 的情况相反）。

【讨论】：