取决于上一个轴的索引的数组切片最大值

Question

所以我有一个很大的2D数组，来自tiff图像，我想在其中计算质心。为此，我使用图像的索引（作为坐标）和平均函数：

from PIL import Image
from numpy import *

Im    = Image.open("32bit_grayscale.tif")
imArr = array(Im, dtype='float32')
indx  = indices(imArr.shape)

cenMassX = average(indx[0,:,:],weights=imArr[:,:])
cenMassY = average(indx[1,:,:],weights=imArr[:,:])

在其他一些类似的图像中，有两个独立的质心，我想计算。两个计算区域用一条直线隔开，我有它的方程。在

我想再次使用average方法，因为它非常有效，但是我需要将indx数组第二个轴的切片的最大值设置为当前第一个轴值的函数。如果行是y=slope*x+interY，那么我需要这样的内容：

^{pr2}$

其中row表示第一个轴索引（“x”轴）的当前值。忽略这个事实，我可以离开数组的极限，这取决于方程。在

我可以使用for循环来实现这一点，但它的效率非常低（只有原来的20倍），也不是非常“python”：

cenMassX_A = 0
cenMassY_A = 0
cumSum     = 0
for row in range(0,imArr.shape[0]):
    for col in range(0,int(round(slope*row+interY))):
        cenMassX_A += row*imArr[row,col]
        cenMassY_A += col*imArr[row,col]
        cumSum     += imArr[row,col]
cenMassX_A /= cumSum
cenMassY_A /= cumSum

cenMassX_B = 0
cenMassY_B = 0
cumSum     = 0
for row in range(0,imArr.shape[0]):
    for col in range(int(round(slope*row+interY)),imArr.shape[1]):
        cenMassX_B += row*imArr[row,col]
        cenMassY_B += col*imArr[row,col]
        cumSum     += imArr[row,col]
cenMassX_B /= cumSum
cenMassY_B /= cumSum

那么，有没有一种方法可以做到这一点，还是我一直在使用for循环？我一直在读关于面具和滚动窗户的文章，但仍然没有找到解决办法。 提前谢谢！在

Answer 1

为什么不使用你写的代码：

cenMassX_A = average(indx[0,:,:slope*row+interY],weights=inArr[:,:slope*row+interY])
cenMassY_A = average(indx[1,:,:slope*row+interY],weights=inArr[:,:slope*row+interY])

按行应用？在

将for循环保留在行上，但用以下代码替换col循环（将行索引从所有行更改为只在for循环中的行索引）。当然，您仍然需要将这些行的结果相加。在

Answer 2

如果将imArr[i,j]=0设置为直线一侧或另一侧的所有点，会发生什么情况？这是最简单的掩蔽方法。在

I = indx[0,...]*slope + indx[1,...]>=M
imArr1 = imArr.copy()
imArr1[I]=0
print np.average(indx[0,...],weights=imArr1)
print np.average(indx[1,...],weights=imArr1)

imArr1 = imArr.copy()
imArr1[~I]=0

print np.average(indx[0,...],weights=imArr1)
print np.average(indx[1,...],weights=imArr1)

如果我取一个简单的“图像”，并将它连接到它自身（水平或对角）上，这就很好了。在