Python 在具有公差的矩阵中查找数组 总结

使用

numpy

，我试图在一个大小为N×3的矩阵中找到一个像素（表示为

[r，g，b]

）的值；所以我想找到数组所在的行，但我想添加一个公差，因为它可能不完全匹配

使用

np.all

（参见下面的原始数据）可以执行此操作，但值应完全相同

result\u primo\u check=np.all（元素\u 2\u find==矩阵，轴=1）

例子

---

问题是我有

元素\u 2\u find=[144,0256]

，但在矩阵中最相似的行是

[148,0250]

。是否有添加公差或类似内容的命令？

只需计算像素与图像其余部分之间要使用的任何距离（如欧几里德距离），并选择最匹配的图像位置（可能仅当距离低于某个阈值时）

将numpy导入为np
img=np.rand.rand（100,3）
像素=np.random.rand（1,3）
距离=（（img-像素）**2）.sum（-1）
min_idx=np.unravel_索引（dists.argmin（），dists.shape）
最小距离=距离[min\u idx]
#img[min_idx]是图像中距离目标像素最近的像素
打印（最小idx、最小距离、img[最小idx]）

这实际上是一个比你想象的要复杂得多的问题。没有可添加公差的标志或参数。然而，有办法解决这个问题。例如，您可以创建一个传递两个元组（两个RGB）和阈值的函数，如果tuple1-tuple2在所有3个维度上都小于阈值，则返回

True

。然后您可以执行类似于

np.all（my_几乎等于func（element_2_find，matrix，tol=5），axis=1）的操作
。嗯！