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

Keras Dense层输入未被展平

这是我的测试代码: from keras import…

无法将分类变量输入随机森林

我有10个分类变量和3个数值变量。我在分割后直接将它们…

如何在Keras中对每个输出应用Sigmoid函数?

这是我代码的一部分。 model = Sequenti…

如何选择类概率的最佳阈值?

我的神经网络输出是一个用于多标签分类的预测类概率表: …

在Keras中使用深度学习得到不同的结果

我按照一个教程使用Keras中的深度神经网络进行文本分…

‘MatMul’操作的输入’b’类型为float32,与参数’a’的类型float64不匹配

我写了一个简单的TensorFlow代码,但不断遇到T…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注