在python/numpy中，如何将包含条目[[[int]]…]的向量转换为包含条目[[int]…]的向量？

我有一个numpy向量中的数据，看起来像这样：

 [[[1119   15]]

 [[1125   27]]

 [[1129   43]]

 [[1131   62]]

 [[1131   87]]

 [[1141  234]]

 ...]

这些应该是一组我可以用来表示曲线的点，但是每个点[int，int]似乎被封装在另一个向量中。即：我有[[11]]而不是[11]

这个数据是由一个opencv函数

cv2.approxPolyDP

在我给它输入一个“轮廓”后提供给我的，我需要处理它。我认为这个函数基本上给了我它认为是一组曲线的东西，但是这里每条曲线只包含一个点[int]，这是没有意义的。只有一个点的曲线不是曲线，而是一个点

---

在这种情况下，有没有办法将[[int]]转换为[int]呢？

这可能不是最佳解决方案，但您可以这样做：

import numpy as np

# example 

a = np.array( [ [[1119, 15]], [[1125, 27]], [[1129, 43]] ] )

# convert

a = np.array( [ x[0] for x in a ] )

print a

[[1119   15]
 [1125   27]
 [1129   43]]

---

编辑：

import numpy as np

a = np.array( [ [[1119, 15]], [[1125, 27]], [[1129, 143]] ] )

size = len(a)

a = a.reshape([size,2])

print a

    [[1119   15]
     [1125   27]
     [1129   43]]

---

可能这不是最佳解决方案，但您可以这样做：

import numpy as np

# example 

a = np.array( [ [[1119, 15]], [[1125, 27]], [[1129, 43]] ] )

# convert

a = np.array( [ x[0] for x in a ] )

print a

[[1119   15]
 [1125   27]
 [1129   43]]

---

编辑：

import numpy as np

a = np.array( [ [[1119, 15]], [[1125, 27]], [[1129, 143]] ] )

size = len(a)

a = a.reshape([size,2])

print a

    [[1119   15]
     [1125   27]
     [1129   43]]

---

看看这个阵列的形状。它可能是

（n，1，2）

---

将其重塑为
（n，2）
<代码>x。重塑（-1,2）

是一个方便的快捷方式，可以节省您确定

n

的工作

挤压

也可以去除奇异维度。

看看这个数组的形状。它可能是

（n，1，2）

---

将其重塑为
（n，2）
<代码>x。重塑（-1,2）

是一个方便的快捷方式，可以节省您确定

n

的工作

squence

也可以去除奇异维度。

您可以检查approxPolyDP中的第二个参数是否太大。 请注意，以下代码并不总是使其变小：

epsilon = 0.1*arcLength(contour,True)
polygon = approxPolyDP(contour, epsilon, True)

---

当轮廓边缘有噪声时，arcLength返回的轮廓弧长可能非常大，这在乘以0.1后会产生一个非常大的ε，从而使approxPolyDP将整个轮廓简化为一个点。

您可以检查approxPolyDP中的第二个参数是否太大。 请注意，以下代码并不总是使其变小：

epsilon = 0.1*arcLength(contour,True)
polygon = approxPolyDP(contour, epsilon, True)

当轮廓边缘有噪声时，arcLength返回的轮廓弧长可能非常大，这在乘以0.1后会产生一个非常大的ε，从而使approxPolyDP将整个轮廓简化为一个点。

您可能正在寻找。您可能正在寻找。