使用 numpy.roll 在特殊位置移动数组

Question

我有一个 256x256 数组，我想使用特殊的行和列向右移动。我正在使用 numpy.roll 来实现它。如果我使用下面的代码，移位是向右一列。

import cv2
import matplotlib.pyplot as plt
import numpy as np

# Input (256x256 0 values array)
array = np.zeros((256,256))

# Draw a square inside the array (1 values)
array[100:156,100:156] = 1

# Shift the square to the right (1 as shift value)
shifted_array = np.roll(array,1)

如果我无限重复这个过程，它会在数组的整个宽度（256 列）上移动，然后重新启动。我想要做的是将数组从第 120 列移动到第 130 列。这意味着最大移动是 10 列（而不是以前的 256 列）。我怎样才能做到这一点？

[已解决] 最后，我找到了使用以下代码实现该目标的方法：

import cv2
import matplotlib.pyplot as plt
import numpy as np

# Input (256x256 0 values array)
array = np.zeros((256,256))

# Draw a square inside the array (1 values)
array[100:156,100:156] = 1

# Cropping the image between columns 120 and 130
cropped_image = array[:,120:130]

# Loop to shift the image every column and get the original dimensions  
i = 1
shift_value = 1

while i < len(cropped_image):
    shifted_array = np.roll(cropped_image, shift_value)
    shift_value = shift_value + 1
    i = i + 1
    new_array = np.zeros(array.shape)
    new_array[:,120:130] = shifted_array

Answer 1

上面的 while 循环没有做任何事情。 array 永远不会改变它的状态，所以只有最后一次迭代保存在 shifted_array 中。下面使用较小的数组来查看结果。

import numpy as np

arr = np.zeros((12,12), dtype=np.int)
arr[ 4:8, 6:10]  = 1
arr
# array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0],
#        [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0],
#        [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0],
#        [0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

crop = np.s_[:, 5:11]  # crop is the selection to roll.

new_array = np.zeros_like(arr)
new_array[crop] = np.roll(arr[crop], len(arr)-1)

new_array
# array([[0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0],
#        [0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0],
#        [0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0],
#        [0, 0, 0, 0, 0, 1, 1, 1, 1, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0],
#        [0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0, 0]])

这具有将正方形向下移动两行并向左移动一列的效果。

根据您要实现的目标，最好探索使用轴参数 np.roll(arr, 1, axis=1) 显式滚动 left/right 和/或 axis=0 滚动 up/down.

Answer 2

谢谢克里斯。

确实，这不是预期的结果，但我只是需要移动方块。我的目标是比较两个图像（imageA 有一个居中的正方形，imageB 有一个移动的正方形）并移动 imageB 的正方形以匹配 imageA 的正方形。

为了检测匹配位置，我使用快速傅立叶变换 (FFT)，如下所示。然后，我计算两个结果图像之间的差异。如果差异等于0，则找到匹配位置。所以我成功地使用下面的代码找到了它。

import cv2
import matplotlib.pyplot as plt
import numpy as np

img1 = np.zeros((256,256))
img1[100:156,100:156] = 1

img2 = np.zeros(img1.shape)
img2[50:255, 50:255] = img1[:205,:205]

f = np.fft.fft2(img1)
fshift1 = np.fft.fftshift(f)

f = np.fft.fft2(img2)
fshift2 = np.fft.fftshift(f)

cropped_image = img2[90:220, 90:220]

i = 0
shift_value = 1
min_diff = 1000000000

while i < np.size(cropped_image):
    img3 = np.roll(cropped_image, shift_value)
    shift_value = shift_value + 1
    img4 = np.zeros(img1.shape)
    img4[90:220, 90:220] = img3
    f = np.fft.fft2(img4)
    fshift3 = np.fft.fftshift(f)
    real_value = np.sum(np.abs(np.real(fshift1) - np.real(fshift3)))
    if min_diff > real_value:
        min_diff = real_value
        print(i)
    i = i + 1

print(min_diff)

使用 numpy.roll 在特殊位置移动数组

Shifting an array in a special location using numpy.roll

python

arrays

numpy

shift