在numpython中的ndarray中查找最近的值X
我得到了一个在0到255之间的二维矩阵的数据数组。让我们把它命名为img。此外,我得到了0到255之间的值x,例如120。我想创建矩阵dist_img,它计算到最近值x或更低的距离。所以我想要这样的东西:在numpython中的ndarray中查找最近的值X,python,numpy,distance,Python,Numpy,Distance,我得到了一个在0到255之间的二维矩阵的数据数组。让我们把它命名为img。此外,我得到了0到255之间的值x,例如120。我想创建矩阵dist_img,它计算到最近值x或更低的距离。所以我想要这样的东西: x = 120 img = [[100, 120, 130], [110, 140, 160], [130, 150, 170]] some_function(img, x) 得到这样的东西 dist_img = [[0, 0, 1], [
x = 120
img = [[100, 120, 130],
[110, 140, 160],
[130, 150, 170]]
some_function(img, x)
得到这样的东西
dist_img = [[0, 0, 1],
[0, 1, 2],
[1, 2, 3]]
如果我能达到顶峰,我希望在出租车几何中有距离,但欧几里得几何会起作用。
对不起,英语不好,但我希望一切都可以理解 制作与条件匹配的值的遮罩,然后用于制作距离贴图:
将numpy导入为np
从scipy.ndimage.形态学导入距离\u变换\u cdt
x=120
img=np.数组([[100120130],
[110, 140, 160],
[130, 150, 170]])
m=img制作一个与条件匹配的值的遮罩,然后用于制作距离贴图:
将numpy导入为np
从scipy.ndimage.形态学导入距离\u变换\u cdt
x=120
img=np.数组([[100120130],
[110, 140, 160],
[130, 150, 170]])
m=img您能详细说明用于映射的方案吗?我不确定是否理解这个问题,但我使用“噪波”库生成柏林噪波,然后将其从[-1,1]标准化为[0255]。然后我说:“120以下的一切都是水”。我想找出距离最近的水的距离我是说你是如何在距离中找到每个元素的?为什么距离img[0,0]
0
等等?哦,如果img[0,0]小于等于x,那么它就是0。如果没有,对于每个字段,我需要在矩阵中走到最近的值,您能详细说明用于映射的方案吗?我不确定我是否理解这个问题,但我使用“噪波”库生成柏林噪波,然后我将其从[-1,1]标准化为[0255]。然后我说:“120以下的一切都是水”。我想找出距离最近的水的距离我是说你是如何在距离中找到每个元素的?为什么距离img[0,0]
0
等等?哦,如果img[0,0]小于等于x,那么它就是0。若并没有,那个么对于每个字段,我需要在矩阵中遍历,以得到最接近的值,就是它!非常感谢。就这样!非常感谢。