使用numpy数组在多维数组（图像）上迭代-python

嘿！ 我有两个图像（相同尺寸）作为numpy数组imgA-imgB 我想迭代每一行和每一列，得到如下结果：

for i in range(0, h-1):
  for j in range(0, w-1):
    final[i][j]= imgA[i,j] - imgB[i-k[i],j]

其中h和w是图像的高度和宽度，k是尺寸为[h*w]的数组

我看过这个话题： 但是它不适用于图像，我得到了一个错误：太多的值需要解包 使用numpy和Python2.7有什么方法可以做到这一点吗

谢谢

编辑 我试着自己更好地解释。 我在实验室颜色空间中有两张图像。 这些图像是（288384,3）。 现在我想制作deltaE，这样我就可以这样做（吐出2个阵列）：

到现在为止一切都很好。 但是现在我有了这个数组k的大小（288384）。 现在我需要一个新的delta，但是x轴不同，比如imgRl（0,0）中的像素，我想在imgLl（0+k，0）中添加像素

---

你了解我的更多问题吗？

我非常确定，无论你想做什么，都可以矢量化，并且在没有任何循环的情况下运行。但是从你的代码编写方式来看，它不起作用也就不足为奇了

如果

k

是一个形状数组

（h，w）

，那么

k[i]

是一个形状数组

（w，）

。当您执行

i-k[i]

时，numpy将发挥其广播魔力，您将获得一个形状数组

（w，）

。因此，您使用一个shape

（w，）

数组和一个整数对

imgB

进行索引。因为索引中的一个项是数组，所以会起作用。因此，假设

imgB

也有shape

（h，w，1）

，那么

imgB[i-k[i]，j]

的返回值将不是shape

（1，）

的数组，而是shape

（w，1）

的数组。然后，当你试着从

imgA[i，j]

中减去它时，这是一个形状数组

（1，）

，广播魔法再次起作用，因此你得到一个形状数组

（w，1）

我们不知道什么是

final

。但是，如果它是一个形状数组

（h，w，1）

，如

imgA

和

imgB

，那么

final[i][j]

是一个形状数组

（1，）

，您试图为它分配一个形状数组

（w，1）

，这不合适。因此，

操作数需要减少，但未启用减少

错误消息

编辑

你真的不需要拆分数组来计算DeltaE

def deltaE(a, b) :
    return np.sqrt(((a - b)**2).sum(axis=-1))

delta = deltaE(imgLabL, imgLabR)

我还是不明白在第二种情况下你想做什么。。。如果要比较沿x轴移动的两个图像，我建议使用：

---

将在位置

（r，c）

处具有

imgLabL的像素
（r，c）
和
imgLAbR的像素
（r-k，c）
之间的三角形。这就是你想要的吗？
我通常使用
numpy.nditer
，这些文档都是，并且有很多示例。简而言之：

import numpy as np
a = np.ones([4,4])

it = np.nditer(a)
for elem in a:
    #do stuff

您还可以使用c风格的迭代，即

while not it.finished:
    #do stuff
    it.iternext()

如果需要访问数组的索引。在你的情况下，我会将你的两个图像压缩在一起，创建一个形状数组
[2，h，w]
，然后迭代，用计算结果填充一个空数组。
你不是说imgA[I][j]-imgB[I-k[I]][j]？是的，对不起，我写错了，但我是这个意思。我的图像是384x288，但它是无限循环的，我也不能写final[i][j]，但只能写final，因为我得到：valueError:output操作数需要缩减，但没有启用缩减。imgA[i][j]中有什么？是元组吗？如果是这样，那可能是你的问题。分配需要一个值。imgA是一个带有imgA的numpy数组。shape是288384，1。在这个k中，我有两幅图像的视差。我正在处理立体图像，我已经找到了视差（），所以现在我想用匹配点做三角，我应该使用这个视差。如果我答对了，imgA（x，y）中的点在imgB（x+disp，y）中有一个匹配点。因此我必须沿着x轴移动。我要试试这个np卷！顺便说一句，三角法效果很好！谢谢使用np.roll我得到了这个错误：只有长度为1的数组才能转换为python标量
import numpy as np
a = np.ones([4,4])

it = np.nditer(a)
for elem in a:
    #do stuff

while not it.finished:
    #do stuff
    it.iternext()