np.diff() 在图像数组上使用时给出不正确的输出
np.diff() giving incorrect output when used on a array from an image
我有一个 np.array 通过读取图像创建的。
我有兴趣创建交替像素值之间的差异。因此我做了如下切片。
roi_pixels = np.array(cropped_image[-250:, -1280:])
roi_pixels_even = roi_pixels[::,::2]
roi_pixels_odd = roi_pixels[::,1::2]
但是,当我在这些数组上执行 np.diff 时,我没有正确地区分它们。每当差异为负时,差异就会计算出巨大的数字(如下所示的差异图片)。我只突出显示了 3 个值,但还有更多(所有值都超过 60K)。
然而,当我使用如下这些值创建一个全新的数组并使用 np.diff() 方法时,一切都很好!!!任何人都可以帮助我为什么不能在我从图像创建的数组中正确获取它?
x = np.array([1545, 1661, 1782, 1992, 1899, 1981, 1980, 1974, 2049, 2033, 2059,
2049, 2009, 1925, 1710, 1725, 1715, 1643, 1454, 1289, 979, 676,
649, 637, 715, 763, 787, 769, 788, 822])
If I use abs(np.diff(x)), output is as below
array([116, 121, 210, 93, 82, 1, 6, 75, 16, 26, 10, 40, 84,
215, 15, 10, 72, 189, 165, 310, 303, 27, 12, 78, 48, 24,
18, 19, 34]
If I use np.diff(x), output is as below
array([ 116, 121, 210, -93, 82, -1, -6, 75, -16, 26, -10,
-40, -84, -215, 15, -10, -72, -189, -165, -310, -303, -27,
-12, 78, 48, 24, -18, 19, 34])
np.diff
returns 与输入数组具有相同数据类型的数组。如果这是一个无符号数据类型,负整数将把它们的位模式转换为 uint 数据类型,从而产生高整数。
import numpy as np
np.random.seed(100)
arr = np.random.randint( 2000, size = 10, dtype = np.uint16)
arr
# array([1544, 796, 792, 976, 1859, 1859, 1895, 379, 1879, 1197], dtype=uint16)
np.diff(arr) # arr has dtype uint16
# array([64788, 65532, 184, 883, 0, 36, 64020, 1500, 64854], dtype=uint16)
# The result has dtype uint16
signed = arr.astype( np.int16 ) # signed has dtype int16 ( a signed type )
np.diff( signed )
# array([ -748, -4, 184, 883, 0, 36, -1516, 1500, -682], dtype=int16)
# The result has dtype int16
int16 的有符号和无符号版本之间的关系如下所示。
# Take dif as int32 of np.diff( signed )
dif = np.diff( signed ).astype( np.int32 )
dif[ dif < 0 ] += 0x10000 # 2 ** 16 in hex
# Add 2 ** 16 to any negative results
dif
# array([64788, 65532, 184, 883, 0, 36, 64020, 1500, 64854])
# dif == np.diff( arr )
( dif == np.diff(arr) ).all()
# True
我有一个 np.array 通过读取图像创建的。 我有兴趣创建交替像素值之间的差异。因此我做了如下切片。
roi_pixels = np.array(cropped_image[-250:, -1280:])
roi_pixels_even = roi_pixels[::,::2]
roi_pixels_odd = roi_pixels[::,1::2]
但是,当我在这些数组上执行 np.diff 时,我没有正确地区分它们。每当差异为负时,差异就会计算出巨大的数字(如下所示的差异图片)。我只突出显示了 3 个值,但还有更多(所有值都超过 60K)。
然而,当我使用如下这些值创建一个全新的数组并使用 np.diff() 方法时,一切都很好!!!任何人都可以帮助我为什么不能在我从图像创建的数组中正确获取它?
x = np.array([1545, 1661, 1782, 1992, 1899, 1981, 1980, 1974, 2049, 2033, 2059,
2049, 2009, 1925, 1710, 1725, 1715, 1643, 1454, 1289, 979, 676,
649, 637, 715, 763, 787, 769, 788, 822])
If I use abs(np.diff(x)), output is as below
array([116, 121, 210, 93, 82, 1, 6, 75, 16, 26, 10, 40, 84,
215, 15, 10, 72, 189, 165, 310, 303, 27, 12, 78, 48, 24,
18, 19, 34]
If I use np.diff(x), output is as below
array([ 116, 121, 210, -93, 82, -1, -6, 75, -16, 26, -10,
-40, -84, -215, 15, -10, -72, -189, -165, -310, -303, -27,
-12, 78, 48, 24, -18, 19, 34])
np.diff
returns 与输入数组具有相同数据类型的数组。如果这是一个无符号数据类型,负整数将把它们的位模式转换为 uint 数据类型,从而产生高整数。
import numpy as np
np.random.seed(100)
arr = np.random.randint( 2000, size = 10, dtype = np.uint16)
arr
# array([1544, 796, 792, 976, 1859, 1859, 1895, 379, 1879, 1197], dtype=uint16)
np.diff(arr) # arr has dtype uint16
# array([64788, 65532, 184, 883, 0, 36, 64020, 1500, 64854], dtype=uint16)
# The result has dtype uint16
signed = arr.astype( np.int16 ) # signed has dtype int16 ( a signed type )
np.diff( signed )
# array([ -748, -4, 184, 883, 0, 36, -1516, 1500, -682], dtype=int16)
# The result has dtype int16
int16 的有符号和无符号版本之间的关系如下所示。
# Take dif as int32 of np.diff( signed )
dif = np.diff( signed ).astype( np.int32 )
dif[ dif < 0 ] += 0x10000 # 2 ** 16 in hex
# Add 2 ** 16 to any negative results
dif
# array([64788, 65532, 184, 883, 0, 36, 64020, 1500, 64854])
# dif == np.diff( arr )
( dif == np.diff(arr) ).all()
# True