Python 以3x3D阵列作为索引的numpy直方图

我有3x3D阵列，它们是3D rgb图像的红色、绿色和蓝色通道。在numpy中，创建输入通道的柱状图体积的优雅方法是什么

该操作相当于

""" assume R, G and B are 3D arrays and output is a 3D array filled with zeros """
for x in x_dim:
     for y in y_dim:
          for z in z_dim:
               output[ R[x][y][z] ][ G[x][y][z] ][ B[x][y][z] ] += 1

此代码对于大型图像来说太慢。numpy能否提高上述算法的效率？

您可以使用它来计算n维数组的直方图。如果您不希望每个2d切片都有直方图，请确保将该维度的

bin

设置为1

---

要获得整体直方图，您可以分别计算R、G和B通道的直方图，然后为每个位置取三个直方图的最大值。

您可以使用

numpy.historogramdd

进行计算，但正如您所说，@jozzas提出的方法不起作用。您需要做的是将三个三维阵列中的每一个展平，然后将它们组合成二维阵列

（x_dim*y_dim*z_dim，3）

，然后将其传递到

Historogramdd

。由于空间信息与计算直方图无关，因此，原始数据是三维的这一事实是一种误导

以下是在通道多维数据集中使用随机数据的示例：

import numpy 

n = 400  # approximate largest cube size that works on my laptop
# Fill channel cubes with random 8-bit integers
r = numpy.random.randint(256, size=(n,n,n)).astype(numpy.uint8)
g = numpy.random.randint(256, size=(n,n,n)).astype(numpy.uint8)
b = numpy.random.randint(256, size=(n,n,n)).astype(numpy.uint8)

# reorder data into for suitable for histogramming
data = numpy.vstack((r.flat, g.flat, b.flat)).astype(numpy.uint8).T

# Destroy originals to save space
del(r); del(g); del(b)

m = 256                                  # size of 3d histogram cube
hist, edges = numpy.histogramdd(
    data, bins=m, range=((-0.5,255.5),(-0.5,255.5),(-0.5,255.5))
    )

# Check that it worked
assert hist.sum() == n**3, 'Failed to conserve pixels'

---

这确实比您预期的要占用更多的内存，因为

historogramdd

似乎使用64位浮点来完成其工作，即使我们向它发送8位整数

假设8位通道，3元组整数（R，G，B）可以看作是以256为基数的单个数字：

R*256**2+G*256+B

。因此，我们可以将3个数组R、G、B转换为单个“颜色值”数组，并使用

np.bincount

生成所需的直方图

import numpy as np

def using_bincount(r,g,b):
    r=r.ravel().astype('int32')
    g=g.ravel().astype('int32')
    b=b.ravel().astype('int32')
    output=np.zeros((base*base*base),dtype='int32')
    result=np.bincount(r*base**2+g*base+b)
    output[:len(result)]+=result
    output=output.reshape((base,base,base))
    return output

def using_histogramdd(r,g,b):
    data = np.vstack((r.flat, g.flat, b.flat)).astype(np.uint8).T
    del(r); del(g); del(b)
    hist, edges = np.histogramdd(
        data, bins=base, range=([0,base],[0,base],[0,base])
        )
    return hist

np.random.seed(0)
n = 200
base = 256
r = np.random.randint(base, size=(n,n,n)).astype(np.uint8)
g = np.random.randint(base, size=(n,n,n)).astype(np.uint8)
b = np.random.randint(base, size=(n,n,n)).astype(np.uint8)

if __name__=='__main__':
    bhist=using_bincount(r,g,b)
    hhist=using_histogramdd(r,g,b)
    assert np.allclose(bhist,hhist)

这些timeit结果表明，使用_bincount比使用_histogramdd更快，这可能是因为histogramdd是为处理浮动和范围内的容器而构建的，而bincount仅用于计算整数

% python -mtimeit -s'import test' 'test.using_bincount(test.r,test.g,test.b)'
10 loops, best of 3: 1.07 sec per loop
% python -mtimeit -s'import test' 'test.using_histogramdd(test.r,test.g,test.b)'
10 loops, best of 3: 8.42 sec per loop

---

我喜欢使用histogramdd的想法，只需将不需要使用的维度的容器设置为1。我不知道在哪里，但我要用它+1需要输出的信息是对应索引处每个输入的值。我不明白你如何分别计算每个通道的直方图，并在每个输入上保持（1,1,1）对齐。这样一个过程的输出会产生什么结果？我在想象输出，其中

output[x，y，z]

是

R[：]==x和G[：]==y和B[：]==z

的计数。是这样的吗？是的，完全正确。我得到的印象是，您的输入通道数组是整数，在这种情况下，您可以指定

bins=N

和

range=（（0，N-1）、（0，N-1）、（0，N-1））

，其中

N

是离散像素值的数量（例如，每个通道8位的

N=256

）。但是，除非

x_dim

等比

N

大得多，否则我想这将为您提供一个相当稀疏和嘈杂的直方图。因此，您可能需要将

bins

参数设置为较小的值。有关更多详细信息，请参阅文档中的

historogramdd

此操作有效，但仅适用于小于40x40x40的输入阵列。。。知道为什么吗？我已经编辑了我的答案，加入了示例代码。我可以让它在一台只有很少空闲内存的机器上，在高达400x400x400的阵列上工作。这花费了30秒的CPU时间，python进程的最大内存使用量似乎为1.5GB左右。你的阵列有多大？@AlvaroJoao换句话说，

-0.5

是第一个箱子的左边缘，

255.5

是最后一个箱子的右边缘