筛选numpy数组并重新堆叠为多维矩阵

我正在尝试从图像掩码中提取实例,即我有:enter image description here

并试图获取每个实例:

enter image description here

对于每种颜色。颜色在图像矩阵中是不同的整数值。各个实例应重新堆叠到一个数组中,作为三维中的条目,即(高度,宽度,实例)。

我得到了:

    maxi = mask.max()    mask = np.empty_like(mask)    for x in range(maxi+1):        m = np.where(mask == x, mask, -1)        mask = np.dstack((mask,m))    mask = mask[:,:,1:]    return mask

这个方法虽然有效,但操作繁琐且速度慢,同时也不够节省内存。有没有建议?

已编辑 – 可能的改进:

    def get_instances(mask):    instance_masks = []    for inst_id in np.unique(mask):        instance_mask = (mask==inst_id)        instance_masks.append(instance_mask)    mask = np.stack(instance_masks, axis=2)    return mask

回答:

与其循环遍历所有可能的值直到mask.max()并检查每个值是否存在,不如只循环遍历掩码中的唯一值:

colors = np.unique(mask)n = colors.sizecolor_masks = np.zeros((colors.shape[0], colors.shape[1], n))for i, x in np.ndenumerate(colors):    color_masks[:,:,i][mask == x] = xreturn color_masks

Related Posts

使用LSTM在Python中预测未来值

这段代码可以预测指定股票的当前日期之前的值,但不能预测…

如何在gensim的word2vec模型中查找双词组的相似性

我有一个word2vec模型,假设我使用的是googl…

dask_xgboost.predict 可以工作但无法显示 – 数据必须是一维的

我试图使用 XGBoost 创建模型。 看起来我成功地…

ML Tuning – Cross Validation in Spark

我在https://spark.apache.org/…

如何在React JS中使用fetch从REST API获取预测

我正在开发一个应用程序,其中Flask REST AP…

如何分析ML.NET中多类分类预测得分数组?

我在ML.NET中创建了一个多类分类项目。该项目可以对…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注