Как извлечь произвольную строку значений из массива numpy?
у меня есть массив NumPy, который содержит некоторые данные изображения. Я хотел бы построить "профиль" разреза, нарисованного на изображении. Самый простой случай-это профиль, идущий параллельно краю изображения, поэтому если массив изображений imdat
, то профиль в выбранной точке (r,c)
просто imdat[r]
(по горизонтали) или imdat[:,c]
(по вертикали).
теперь я хочу взять в качестве входных данных две точки (r1,c1)
и (r2,c2)
, оба лежали внутри imdat
. Я хотел бы построить профиль значения вдоль линии, соединяющей эти две точки.
каков наилучший способ получить значения из массива numpy, вдоль такой линии? В более общем плане, вдоль пути / полигона?
я использовал нарезку и индексирование раньше, но я не могу прийти к элегантному решению для такого, где последовательные элементы среза не находятся в одной строке или столбце. Спасибо за помощь.
5 ответов:
ответ @ Sven-это простой способ, но он довольно неэффективен для больших массивов. Если вы имеете дело с относительно небольшим массивом, вы не заметите разницы, если вам нужен профиль из большого (например, >50 МБ), вы можете попробовать несколько других подходов. Вам нужно будет работать в "пиксельных" координатах для них, хотя, так что есть дополнительный уровень сложности.
есть еще два эффективных для памяти способа. 1) использовать
scipy.ndimage.map_coordinates
если вам нужен билинейный или кубическая интерполяция. 2) Если вы просто хотите выборку ближайших соседей, то просто используйте индексирование напрямую.в качестве примера первого:
import numpy as np import scipy.ndimage import matplotlib.pyplot as plt #-- Generate some data... x, y = np.mgrid[-5:5:0.1, -5:5:0.1] z = np.sqrt(x**2 + y**2) + np.sin(x**2 + y**2) #-- Extract the line... # Make a line with "num" points... x0, y0 = 5, 4.5 # These are in _pixel_ coordinates!! x1, y1 = 60, 75 num = 1000 x, y = np.linspace(x0, x1, num), np.linspace(y0, y1, num) # Extract the values along the line, using cubic interpolation zi = scipy.ndimage.map_coordinates(z, np.vstack((x,y))) #-- Plot... fig, axes = plt.subplots(nrows=2) axes[0].imshow(z) axes[0].plot([x0, x1], [y0, y1], 'ro-') axes[0].axis('image') axes[1].plot(zi) plt.show()
эквивалент с использованием интерполяции ближайших соседей будет выглядеть примерно так:
import numpy as np import matplotlib.pyplot as plt #-- Generate some data... x, y = np.mgrid[-5:5:0.1, -5:5:0.1] z = np.sqrt(x**2 + y**2) + np.sin(x**2 + y**2) #-- Extract the line... # Make a line with "num" points... x0, y0 = 5, 4.5 # These are in _pixel_ coordinates!! x1, y1 = 60, 75 num = 1000 x, y = np.linspace(x0, x1, num), np.linspace(y0, y1, num) # Extract the values along the line zi = z[x.astype(np.int), y.astype(np.int)] #-- Plot... fig, axes = plt.subplots(nrows=2) axes[0].imshow(z) axes[0].plot([x0, x1], [y0, y1], 'ro-') axes[0].axis('image') axes[1].plot(zi) plt.show()
однако, если вы используете ближайший сосед, вы, вероятно, захотите только образцы в каждом пикселе, поэтому вы, вероятно, сделаете что-то вроде этого, вместо...
import numpy as np import matplotlib.pyplot as plt #-- Generate some data... x, y = np.mgrid[-5:5:0.1, -5:5:0.1] z = np.sqrt(x**2 + y**2) + np.sin(x**2 + y**2) #-- Extract the line... # Make a line with "num" points... x0, y0 = 5, 4.5 # These are in _pixel_ coordinates!! x1, y1 = 60, 75 length = int(np.hypot(x1-x0, y1-y0)) x, y = np.linspace(x0, x1, length), np.linspace(y0, y1, length) # Extract the values along the line zi = z[x.astype(np.int), y.astype(np.int)] #-- Plot... fig, axes = plt.subplots(nrows=2) axes[0].imshow(z) axes[0].plot([x0, x1], [y0, y1], 'ro-') axes[0].axis('image') axes[1].plot(zi) plt.show()
вероятно, самый простой способ сделать это-использовать
scipy.interpolate.interp2d()
:# construct interpolation function # (assuming your data is in the 2-d array "data") x = numpy.arange(data.shape[1]) y = numpy.arange(data.shape[0]) f = scipy.interpolate.interp2d(x, y, data) # extract values on line from r1, c1 to r2, c2 num_points = 100 xvalues = numpy.linspace(c1, c2, num_points) yvalues = numpy.linspace(r1, r2, num_points) zvalues = f(xvalues, yvalues)
Я тестировал вышеуказанные процедуры с изображениями галактик и думаю, что нашел небольшую ошибку. Я думаю, что транспонирование должно быть добавлено к другому отличному решению, предоставленному Джо. Вот немного измененная версия его кода, которая показывает ошибку. Если вы запустите его без транспонирования, вы увидите, что профиль не совпадает; с транспонированием он выглядит нормально. Это не очевидно в решении Джо, так как он использует симметричное изображение.
import numpy as np import scipy.ndimage import matplotlib.pyplot as plt import scipy.misc # ADDED THIS LINE #-- Generate some data... x, y = np.mgrid[-5:5:0.1, -5:5:0.1] z = np.sqrt(x**2 + y**2) + np.sin(x**2 + y**2) lena = scipy.misc.lena() # ADDED THIS ASYMMETRIC IMAGE z = lena[320:420,330:430] # ADDED THIS ASYMMETRIC IMAGE #-- Extract the line... # Make a line with "num" points... x0, y0 = 5, 4.5 # These are in _pixel_ coordinates!! x1, y1 = 60, 75 num = 500 x, y = np.linspace(x0, x1, num), np.linspace(y0, y1, num) # Extract the values along the line, using cubic interpolation zi = scipy.ndimage.map_coordinates(z, np.vstack((x,y))) # THIS DOESN'T WORK CORRECTLY zi = scipy.ndimage.map_coordinates(np.transpose(z), np.vstack((x,y))) # THIS SEEMS TO WORK CORRECTLY #-- Plot... fig, axes = plt.subplots(nrows=2) axes[0].imshow(z) axes[0].plot([x0, x1], [y0, y1], 'ro-') axes[0].axis('image') axes[1].plot(zi) plt.show()
вот версия без транспонирование. Обратите внимание, что только небольшая часть слева должна быть яркой по образу, но сюжет показывает почти половину сюжета, как яркий.
вот версия с транспонированием. На этом изображении сюжет, похоже, хорошо соответствует тому, что вы ожидаете от красной линии на изображении.
для консервированного раствора посмотрите в
scikit-image
' smeasure.profile_line
объединение этого ответа с пример обработки событий в документации MPL, вот код, позволяющий перетаскивать графический интерфейс для рисования / обновления вашего среза, перетаскивая данные графика (это кодируется для графиков pcolormesh):
import numpy as np import matplotlib.pyplot as plt # Handle mouse clicks on the plot: class LineSlice: '''Allow user to drag a line on a pcolor/pcolormesh plot, and plot the Z values from that line on a separate axis. Example ------- fig, (ax1, ax2) = plt.subplots( nrows=2 ) # one figure, two axes img = ax1.pcolormesh( x, y, Z ) # pcolormesh on the 1st axis lntr = LineSlice( img, ax2 ) # Connect the handler, plot LineSlice onto 2nd axis Arguments --------- img: the pcolormesh plot to extract data from and that the User's clicks will be recorded for. ax2: the axis on which to plot the data values from the dragged line. ''' def __init__(self, img, ax): ''' img: the pcolormesh instance to get data from/that user should click on ax: the axis to plot the line slice on ''' self.img = img self.ax = ax self.data = img.get_array().reshape(img._meshWidth, img._meshHeight) # register the event handlers: self.cidclick = img.figure.canvas.mpl_connect('button_press_event', self) self.cidrelease = img.figure.canvas.mpl_connect('button_release_event', self) self.markers, self.arrow = None, None # the lineslice indicators on the pcolormesh plot self.line = None # the lineslice values plotted in a line #end __init__ def __call__(self, event): '''Matplotlib will run this function whenever the user triggers an event on our figure''' if event.inaxes != self.img.axes: return # exit if clicks weren't within the `img` axes if self.img.figure.canvas.manager.toolbar._active is not None: return # exit if pyplot toolbar (zooming etc.) is active if event.name == 'button_press_event': self.p1 = (event.xdata, event.ydata) # save 1st point elif event.name == 'button_release_event': self.p2 = (event.xdata, event.ydata) # save 2nd point self.drawLineSlice() # draw the Line Slice position & data #end __call__ def drawLineSlice( self ): ''' Draw the region along which the Line Slice will be extracted, onto the original self.img pcolormesh plot. Also update the self.axis plot to show the line slice data.''' '''Uses code from these hints: http://stackoverflow.com/questions/7878398/how-to-extract-an-arbitrary-line-of-values-from-a-numpy-array http://stackoverflow.com/questions/34840366/matplotlib-pcolor-get-array-returns-flattened-array-how-to-get-2d-data-ba ''' x0,y0 = self.p1[0], self.p1[1] # get user's selected coordinates x1,y1 = self.p2[0], self.p2[1] length = int( np.hypot(x1-x0, y1-y0) ) x, y = np.linspace(x0, x1, length), np.linspace(y0, y1, length) # Extract the values along the line with nearest-neighbor pixel value: # get temp. data from the pcolor plot zi = self.data[x.astype(np.int), y.astype(np.int)] # Extract the values along the line, using cubic interpolation: #import scipy.ndimage #zi = scipy.ndimage.map_coordinates(self.data, np.vstack((x,y))) # if plots exist, delete them: if self.markers != None: if isinstance(self.markers, list): self.markers[0].remove() else: self.markers.remove() if self.arrow != None: self.arrow.remove() # plot the endpoints self.markers = self.img.axes.plot([x0, x1], [y0, y1], 'wo') # plot an arrow: self.arrow = self.img.axes.annotate("", xy=(x0, y0), # start point xycoords='data', xytext=(x1, y1), # end point textcoords='data', arrowprops=dict( arrowstyle="<-", connectionstyle="arc3", color='white', alpha=0.7, linewidth=3 ), ) # plot the data along the line on provided `ax`: if self.line != None: self.line[0].remove() # delete the plot self.line = self.ax.plot(zi) #end drawLineSlice() #end class LineTrace # load the data: D = np.genfromtxt(DataFilePath, ...) fig, ax1, ax2 = plt.subplots(nrows=2, ncols=1) # plot the data img = ax1.pcolormesh( np.arange( len(D[0,:]) ), np.arange(len(D[:,0])), D ) # register the event handler: LnTr = LineSlice(img, ax2) # args: the pcolor plot (img) & the axis to plot the values on (ax2)
Это приводит к следующему (после добавления меток оси и т. д.), после перетаскивания на pcolor участок: