我想在Julia的图像上做逻辑掩蔽
我想在Julia中进行逻辑掩蔽。我想在Julia的图像上做逻辑掩蔽,julia,Julia,我想在Julia中进行逻辑掩蔽。 如果图像的第二个和第三个元素相等,则应将它们更改为0,其他元素不应更改。 我试过这个 mask = img[:, :, 2] .== img[:, :, 3] img[:, :, 2][mask] .= 0 图像大小为(120019203),但img[:,:,2]的大小为(1676348,)。 我猜掩码上的“真”值会保留,但“假”值会被删除。 我想将逻辑屏蔽图像作为图像处理,因此它应该是(120019201)。 如何使用逻辑屏蔽保持大小?编辑: 最快的方法是:
如果图像的第二个和第三个元素相等,则应将它们更改为0,其他元素不应更改。
我试过这个
mask = img[:, :, 2] .== img[:, :, 3]
img[:, :, 2][mask] .= 0
图像大小为(120019203),但img[:,:,2]的大小为(1676348,)。我猜掩码上的“真”值会保留,但“假”值会被删除。
我想将逻辑屏蔽图像作为图像处理,因此它应该是(120019201)。
如何使用逻辑屏蔽保持大小?编辑: 最快的方法是:
@views @. img[:, :, 2] *= img[:, :, 2] != img[:, :, 3]
这里有一个基准:
julia> img = rand(1:3, 10000, 10000, 3);
julia> @time @views @. img[:, :, 2] *= img[:, :, 2] != img[:, :, 3];
0.111409 seconds (28 allocations: 1.219 KiB)
有其他方法可以满足您的要求,但如果我们希望遵循您的实施,请执行以下操作:
julia> img = rand(1:3, 4,4,3)
4×4×3 Array{Int64,3}:
[:, :, 1] =
1 3 2 3
1 1 1 3
3 2 1 3
2 2 3 1
[:, :, 2] =
1 2 3 2
2 2 1 1
3 3 3 2
1 3 2 1
[:, :, 3] =
3 2 2 2
3 2 2 1
3 2 3 3
2 2 1 2
julia> mask = img[:, :, 2] .== img[:, :, 3]
4×4 BitArray{2}:
0 1 0 1
0 1 0 1
1 0 1 0
0 0 0 0
julia> view(img,:, :, 2)[mask] .= 0;
julia> img
4×4×3 Array{Int64,3}:
[:, :, 1] =
1 3 2 3
1 1 1 3
3 2 1 3
2 2 3 1
[:, :, 2] =
1 0 3 0
2 0 1 0
0 3 0 2
1 3 2 1
[:, :, 3] =
3 2 2 2
3 2 2 1
3 2 3 3
2 2 1 2
(使用view
获取所需内容非常重要,否则img[:,:,2]
会创建副本)
或者,在Julia中,使用循环编写相同的代码非常简单,例如:
function applymask!(img)
for i in axes(img, 1), j in axes(img, 2)
img[i, j, 2] == img[i, j, 3] && (img[i, j, 2] = 0)
end
end
(这不是最快的实现,因为它使用分支并进行边界检查,但在大多数情况下应该足够好)
现在你可以写:
julia> img = rand(1:3, 4,4,3)
4×4×3 Array{Int64,3}:
[:, :, 1] =
1 3 1 3
3 3 1 2
3 3 3 3
2 1 3 1
[:, :, 2] =
3 1 3 1
3 3 3 3
2 1 1 3
1 2 3 3
[:, :, 3] =
1 1 2 1
2 1 3 2
3 3 1 1
1 2 1 3
julia> applymask!(img)
julia> img
4×4×3 Array{Int64,3}:
[:, :, 1] =
1 3 1 3
3 3 1 2
3 3 3 3
2 1 3 1
[:, :, 2] =
3 0 3 0
3 3 0 3
2 1 0 3
0 0 3 0
[:, :, 3] =
1 1 2 1
2 1 3 2
3 3 1 1
1 2 1 3
编写您所要求的内容的最佳方法可能是
img[mask,2].=0
,但这对Julia直到1.5都不起作用。作为一种解决方法,您可以使用@view
创建可变切片:
julia> img = cat([1 2; 3 4], [1 5; 6 7]; dims=3)
2×2×2 Array{Int64, 3}:
[:, :, 1] =
1 2
3 4
[:, :, 2] =
1 5
6 7
julia> mask = img[:,:,1] .== img[:,:,2]
2×2 BitMatrix:
1 0
0 0
julia> v = @view img[:,:,2]
2×2 view(::Array{Int64, 3}, :, :, 2) with eltype Int64:
1 5
6 7
julia> v[mask] .= 0
1-element view(reshape(view(::Array{Int64, 3}, :, :, 2), 4), [1]) with eltype Int64:
0
julia> img
2×2×2 Array{Int64, 3}:
[:, :, 1] =
1 2
3 4
[:, :, 2] =
0 5
6 7
值得强调的是,如果没有@视图
,v=img[:,:,2]
将创建img
片段的副本,因此对v
所做的任何更改都不会反映在img
中。该视图确保v
与img
保持耦合
图像大小为(120019203),但img[:,:,2]的大小为(1676348,)
为了准确起见,我应该指出那不是真的。使用上面的img
:
julia> size(img[:,:,2])
(2, 2)
A将此应用于(1200、1920、3)图像,大约需要3秒钟。我希望在1秒内完成此过程。你知道更多更快的方法吗?对不起,Bogumil,我应该在发布之前刷新,谢谢你回答这个问题。@Koney,你确定那不是编译时吗?这应该是瞬间的。@tholy-事实上,很高兴有你对此发表评论。我在我的答案中添加了一个编辑,显示了一种更有效的方式来完成要求的任务。@Kotaro-我在我的答案中添加了一个基准,它比你的矩阵大70倍,运行时间为0.1秒。从Julia 1.6开始,可能支持语法
img[mask,2].=0
,请参阅。