計算跨越區域意味着在簡而言之2D陣列

：我需要像filter2d從OpenCV的快速（預編譯）函數雙型輸出。不是整數。計算跨越區域意味着在簡而言之2D陣列

細節： 我有numpy數組，它存儲來自OpenCV的單色圖像。

我需要計算矩陣的平均值爲一些方（例如）內核這樣的：

kernel size = (3,3)

輸入數組：

[[13 10 10 10] 
[12 10 10 8] 
[ 9 9 9 9] 
[ 9 10 10 9]]

輸出數組：

[[ 10.22222222 9.44444444] 
[ 9.77777778 9.33333333]]

例如：10.22222 =（13 + 10 + 10 + 12 + 10 + 10 + 9 + 9 + 9）/ 9

我寫這個函數：

def smooth_filt(src,area_x,area_y): 
    y,x = src.shape 
    x_lim = int(area_x/2) 
    y_lim = int(area_y/2) 
    result = np.zeros((y-2*y_lim,x-2*x_lim), dtype=np.float64) 

    for x_i in range(x_lim,x-x_lim): 
     for y_i in range(y_lim,y-y_lim): 
      result[y_i-y_lim, x_i-x_lim] = np.mean(src[y_i-y_lim:y_i+area_y-y_lim,x_i-x_lim:x_i+area_x-x_lim]) 
    return result

但這還不夠快。

請告訴我，如果有更快的方法來計算這個。

答案： 我檢查所有的方法。你可以看到代碼：http://pastebin.com/y5dEVbzX

並決定模糊是最強大的方法它幾乎獨立於內核大小。

用不同方法處理一幅圖像的圖形。測試集是298個圖像。

來源

2016-02-02 Konstantin Purtov

您可以使用卷積矩陣等於只係數1/9然後求和結果得到平均值 – Pierre

如果你有興趣在OpenCV的解決方案：功能，你需要的是cv2.blur。對於大多數情況，它必須比卷積運行得更快，因爲它對歸一化內核具有單獨的優化（係數總和等於1）。

blurred = cv2.blur(img,(3,3))

查看關於平滑here不錯的教程。

來源

2016-02-02 10:57:15 akarsakov

謝謝。但cv2.blur只返回int值。 –

@gelezko如果將圖像轉換爲float或double類型，則輸出也將爲float或double。 – Miki

我決定這是最強大的方法。謝謝！我知道模糊，但我不知道它與浮動。 –

計算塊的平均值是簡單地將圖像與一個常數內核卷積。可以使用scipy.signal.convolve2d此：

from scipy.signal import convolve2d 
kernel = np.ones((3,3))/9. 
out = convolve2d(img, kernel, mode='valid')

的mode='valid'參數要求只得到你感興趣的結果的一部分

來源

2016-02-02 10:53:30

謝謝！目前這是最好的答案。在第二天，我決定它是否是解決方案。 –

看看scipy.signal.convolve2d。這是非常簡單的：

import numpy as np 
import scipy.signal as ss 

data = np.array([[13, 10, 10, 10], 
       [12, 10, 10, 8], 
       [ 9, 9, 9, 9], 
       [ 9, 10, 10, 9]]) 
kernel = np.ones((3,3)) 
kernel /= kernel.size 

ss.convolve2d(data, kernel, mode='valid')

這給

array([[ 10.22222222, 9.44444444], 
     [ 9.77777778, 9.33333333]])

來源

2016-02-02 10:54:45

您可以利用integral function計算從（0,0）到（i，j）個元素的值之和。

使用這些積分圖像，可以計算總和，平均值和標準偏差在特定右上方或一定時間內

旋轉的圖像的矩形區域。如果「仁」的大小是常數M ，將得到的積分矩陣乘以1/M^2以簡化平均值計算。

爲了得到和在一些窗口（X1，Y1） - （x2，y2），只要找到

S((x1,y1)-(x2,y2)) = I(x1,y1) + I(x2,y2) - I(x1,y2) - I(x2,y1)

僞代碼：

integral(src, sum) 
multvalue = 1/(kernelsize*kernelsize) 
sum = sum * multvalue 
for every (x = 0..n-kernelsize-1, y = 0..n-kernelsize-1) 
    mean[x,y] = sum[x,    y] 
       + sum[x + kernelsize, y + kernelsize] 
       - sum[x,    y + kernelsize] 
       - sum[x + kernelsize, y]

來源

2016-02-02 11:20:34 MBo

有趣的解決方案。如果可以 - 請提供更多詳細信息（我會談論代碼） –

我不太瞭解Python - 請參閱簡單的僞代碼 – MBo

python實現http://pastebin.com/y5dEVbzX –

計算跨越區域意味着在簡而言之2D陣列

回答

相關問題