Skip to main content
 首页 » 编程设计

python之有没有办法优化矩阵与一组样本的比较

2024年11月24日14oomusou

这是 3D 相机流式传输场景的深度图的情况。相机的分辨率是已知的,等于 (w, h),在此示例中设置为 (3, 2)。

我尝试将每个新帧与一袋样本进行比较。每个像素都有相同数量的样本进行比较,已知样本数在本例中为 4。样本袋具有以下形状 (w, h, nb_sample),在本例中等于 (3, 2, 4)。

我从 0 循环到 nb_sample 以将新帧与样本进行比较。如果差值高于阈值 R,则计数器递增。

问题是:有没有办法优化循环?

import numpy as np 
 
w = 3 
h = 2 
nb_sample = 4 
R = 0.5 
 
new_matrix = np.random.rand(w,h) 
 
sample = np.random.rand(w, h, nb_sample) 
 
count = np.zeros((w,h)) 
 
for index in range(0, nb_sample): 
    distance = np.abs(new_matrix - sample[:, :, index]) 
    count[distance < R] += 1 
 
print(count) 

请您参考如下方法:

试试这个两行解决方案:

distance = np.abs(sample - new_matrix[:,:,np.newaxis]) 
np.sum(distance < R, axis = -1) 

解释:

通过向 new_matrix 添加维度与 np.newaxis numpy 可以计算 sample 中每个矩阵的差异使用 -操作。

然后distance < R像在您的代码中一样计算。 True和 False表示为 1和 0在 python 中,这就是为什么它们可以简单地沿着右轴加在一起。