从 Python 中的扁平索引重塑

Question

我有一个大小为 M*N 的图像，其像素坐标已根据 space 填充曲线展平为一维数组（即，不是我可以使用重塑的经典光栅化）。

因此，我处理了我的一维数组（展平图像），然后我想将其重塑为 M*N 数组（初始大小）。

到目前为止，我已经使用 for 循环完成了此操作：

for i in range(img_flat.size):
    img_res[x[i], y[i]] = img_flat[i]

x 和 y 是根据我的路径扫描的 x 和 y 像素坐标。

但是，我想知道如何在独特的代码行中做到这一点。

Answer 1

其实很简单：

vec = np.arange(0, seg.size, dtype=np.uint)
img_res[x[vec], y[vec]] = seg[vec]

Answer 2

如果 x 和 y 是维度为 1 且长度为 n 的 numpy 数组，并且 img_flat 的长度也为 n img_res是一个维数为 2 (h, w) 的 numpy 数组，使得`h*w = n，则：

img_res[x, y] = img_flat

应该够了

Reshape from flattened indices in Python