Python 如何有效地将三通道图像的每个像素映射到一个通道?
我正在编写一个python程序来预处理图像,将其用作语义分割任务的标签。原始图像有三个通道,其中代表每个像素的三个值的向量表示该像素的类标签。例如,[0,0,0]的像素可以是类1,[0,0255]可以是类2,依此类推 我需要将这些图像转换为一个单通道图像,像素值从0开始,然后依次递增以表示每个类。基本上,我需要将旧图像中的[0,0,0]转换为新图像中的0,[0,0255]转换为1,依此类推 这些图像具有相当高的分辨率,宽度和高度都超过2000像素。我需要对数百张图像执行此操作。当前的方法是迭代每个像素,并用相应的标量值替换三维值Python 如何有效地将三通道图像的每个像素映射到一个通道?,python,arrays,image,performance,numpy,Python,Arrays,Image,Performance,Numpy,我正在编写一个python程序来预处理图像,将其用作语义分割任务的标签。原始图像有三个通道,其中代表每个像素的三个值的向量表示该像素的类标签。例如,[0,0,0]的像素可以是类1,[0,0255]可以是类2,依此类推 我需要将这些图像转换为一个单通道图像,像素值从0开始,然后依次递增以表示每个类。基本上,我需要将旧图像中的[0,0,0]转换为新图像中的0,[0,0255]转换为1,依此类推 这些图像具有相当高的分辨率,宽度和高度都超过2000像素。我需要对数百张图像执行此操作。当前的方法是迭代每
filename="file.png"
label_list = [[0,0,0], [0,0,255]] # for example. there are more classes like this
image = imread(filename)
new_image = np.empty((image.shape[0], image.shape[1]))
for i in range(image.shape[0]):
for j in range(image.shape[1]):
for k, label in enumerate(label_list):
if np.array_equal(image[i][j], label):
new_image[i][j] = k
break
imsave("newname.png", new_image)
问题是上面的程序效率很低,并且每个映像都要运行几分钟。这太多了,无法处理我所有的图像,因此我需要改进它
首先,我认为通过将label\u list
转换为一个numpy数组,可以删除最里面的循环。但是,我不知道如何做np.where
在二维数组中找到一维数组,以及它是否会改进任何东西
从中,我尝试定义一个函数并将其直接应用于图像。但是,我需要将每个三维标签映射到一个标量。字典不能包含列表作为键。有没有更好的方法来做到这一点,它会有帮助吗
有没有办法提高(大量提高)效率,或者有没有更好的办法来完成上述计划
谢谢。方法#1
下面是一种使用视图
和np.searchsorted
-
# https://stackoverflow.com/a/45313353/ @Divakar
def view1D(a, b): # a, b are arrays
a = np.ascontiguousarray(a)
b = np.ascontiguousarray(b)
void_dt = np.dtype((np.void, a.dtype.itemsize * a.shape[1]))
return a.view(void_dt).ravel(), b.view(void_dt).ravel()
# Trace back a 2D array back to given labels
def labelrows(a2D, label_list):
# Reduce array and labels to 1D
a1D,b1D = view1D(a2D, label_list)
# Use searchsorted to trace back label indices
sidx = b1D.argsort()
return sidx[np.searchsorted(b1D, a1D, sorter=sidx)]
因此,要将其用于3D
图像阵列,我们需要将高度和宽度合并为一个维度,并保持颜色通道的暗度,然后使用标签功能
方法#2
针对具有[0255]
范围的图像元素进行了调整,我们可以利用矩阵乘法进行降维,从而进一步提高性能,如下所示-
def labelpixels(img3D, label_list):
# scale array
s = 256**np.arange(img.shape[-1])
# Reduce image and labels to 1D
img1D = img.reshape(-1,img.shape[-1]).dot(s)
label1D = np.dot(label_list, s)
# Use searchsorted to trace back label indices
sidx = label1D.argsort()
return sidx[np.searchsorted(label1D, img1D, sorter=sidx)]
关于如何扩展图像大小写和验证的示例运行-
In [194]: label_list = [[0,255,255], [0,0,0], [0,0,255], [255, 0, 255]]
In [195]: idx = [2,0,3,1,0,3,1,2] # We need to retrieve this back
In [196]: img = np.asarray(label_list)[idx].reshape(2,4,3)
In [197]: img
Out[197]:
array([[[ 0, 0, 255],
[ 0, 255, 255],
[255, 0, 255],
[ 0, 0, 0]],
[[ 0, 255, 255],
[255, 0, 255],
[ 0, 0, 0],
[ 0, 0, 255]]])
In [198]: labelrows(img.reshape(-1,img.shape[-1]), label_list)
Out[198]: array([2, 0, 3, 1, 0, 3, 1, 2])
In [217]: labelpixels(img, label_list)
Out[217]: array([2, 0, 3, 1, 0, 3, 1, 2])
最后,输出需要重新整形为2D
-
In [222]: labelpixels(img, label_list).reshape(img.shape[:-1])
Out[222]:
array([[2, 0, 3, 1],
[0, 3, 1, 2]])
非常感谢。这几乎就是我需要的。然而,虽然我希望将每个三维向量映射到一个标量,但我希望保持空间配置-输出将是另一个图像,在本例中,它将是
数组([[2,0,3,1],[0,3,1,2]])
。我可以通过将上面获得的1D阵列重新映射到新图像来实现这一点,但有没有办法直接做到这一点?@Gooddedes是的,在最后一步使用重塑。@Gooddedes不,我们需要256的幂,这样每个通道都有足够的偏移量/“范围”。因此,第一个通道的范围为256,第二个通道的范围为256*256,依此类推。