用兩個Numpy數組執行數學運算 - 限制數

Question

我有2個Numpy數組，我需要對它們執行一些基本的數學運算。
但由於最終numpy數組的類型（uint8）（名爲magnitude），我也無法將此操作的結果大於255。任何想法？除了通過遍歷數組...

# Notice that the data type is "np.uint8", also arrays are 2D 
magnitude = np.zeros((org_im_width,org_im_height), dtype=np.uint8) 

# "numpy_arr_1" and "numpy_arr_2" both of the same size & type as "magnitude" 

# In the following operation, I should limit the number to 255 
magnitude = ((np.int_(numpy_arr_1))**2 + (np.int_(numpy_arr_2))**2)**0.5 

# The following doesn't work obviously: 
# magnitude = min(255,((np.int_(numpy_arr_1))**2+(np.int_(numpy_arr_2))**2)**0.5) 

Answer 1

首先，如果你在創建後分配magnitude = ...的，你被obtianed在操作，所以幅度不會再被替換UINT8初始UINT8數組。

無論如何，如果僅僅是在例如一個錯誤，執行你願意，你可以得到的操作clamp/clip或normalize值是什麼：

你可以找到np.clip這限制數組的值一個min和max值：

>>> magnitude = np.clip(operation, 0, 255) 

在哪裏操作你計算幅度。事實上，你可能想要的是：

>>> magnitude = np.clip(np.sqrt(a**2 + b**2), 0, 255).astype(np.uint8) 

凡a和b分別是你的np.int_(numpy_arr_1)和np.int_(numpy_arr_2)，改名爲了提高可讀性。

此外，在你的情況下，所有值都爲正，則可以通過np.minimum代替np.clip：

>>> magnitude = np.minimum(np.sqrt(a**2 + b**2), 255).astype(np.uint8) 

然而，這只是限制了矢量255（你想要的）的大小，但你將丟失更多數量的points大量的信息。如果某個點的數值是1000，則它將被限制到255，因此在你的最終數組1000 = 255中。幅度變化很大的兩個點最終會具有相同的幅度（在這種情況下爲1000和255）。

要避免這種情況，您可以將normalize（重新縮放）到[0, 255]。這意味着，如果在初始計算的幅度陣列處於所述範圍[0, 1000]，把它轉換爲[0, 255]所以1000之前將255之後，但255之前現在將63（簡單的線性縮放比例）。

>>> tmp = np.sqrt(a**2 + b**2).astype(float) 
>>> magnitude = (tmp/tmp.max() * 255).astype(np.uint8) 

tmp/tmp.max()將重新調整的所有值以[0, 1]範圍（如果該數組是浮動），並且通過該陣列被再次reescaled到[0, 255]由255相乘。

如果您幅度的下限範圍不0，你可以說[200, 1000]到[0, 255]更好地代表了您的數據進行re-scale：

>>> tmp = np.sqrt(a**2 + b**2).astype(float) 
>>> tmax, tmin = tmp.max(), tmp.min() 
>>> magnitude = ((tmp - tmin)/(tmax - tmin) * 255).astype(np.uint8)