将数组提升到特定幂的问题

Question

所以我试图在矩阵的特定行和像素之间找到差异，但出现错误。

其中 colorPal 是一个 8x3 矩阵：

colorPal = np.matrix('0., 0., 0.;'
                    '0., 0., 1.;'
                    '0., 1., 0.;'
                    '0., 1., 1.;'
                    '1., 0., 0.;'
                    '1., 0., 1.;'
                    '1., 1., 0.;'
                    '1., 1., 1.;')

，我试图从该矩阵的特定行的 RGB 通道中减去三个值：

colorPal[0] - pix

其中 pix 是：

    a certain pixel with 3 channels (RGB) from image, 
and I'm accesing it by specifying row and column of that image (img):
    
So, pix = img[i,j]

对于colorPal的第一行和某些像素值是：

colorPal[0] = [[0. 0. 0.]]
pix = [0.81 0.81 0.81]

在上面的操作之后 (colorPal[0] - pix) 我得到了一个结果：

[[-0.81 -0.81 -0.81]]

所以它被减去。现在我想把整行的次方（(colorPal[0] - pix)**2）。但是 numpy 抛出这个：

raise LinAlgError('Last 2 dimensions of the array must be square')                                                                                   
numpy.linalg.LinAlgError: Last 2 dimensions of the array must be square

如何将整行提高到二次方？这段代码有什么问题？

Answer 1

问题是您将其定义为二维矩阵，而您使用 colorPal[0] 从中获取的切片仍将是二维矩阵（即使维度 1 现在的大小为 1).

如果您尝试将该二维矩阵与其自身相乘，则它要求最后两个维度具有相同的大小，但它们不满足，1 != 3。

你可以这样做：

import numpy as np


colorPal = np.matrix('0., 0., 0.;'
                     '0., 0., 1.;'
                     '0., 1., 0.;'
                     '0., 1., 1.;'
                     '1., 0., 0.;'
                     '1., 0., 1.;'
                     '1., 1., 0.;'
                     '1., 1., 1.')

pix = np.array([0.81, 0.81, 0.81])

print((np.asarray(colorPal[0]).squeeze() - pix) ** 2)

这取切片并将其变成一个数组，具有相同的大小和维度，然后将其压缩以将其变成一维数组，可以根据需要与自身相乘。

结果：

[0.6561 0.6561 0.6561]

或者您可以通过首先将所有 colorPal 转换为数组来避免复杂性，这样您就不必对每种颜色执行转换：

import numpy as np


colorPal = np.matrix('0., 0., 0.;'
                     '0., 0., 1.;'
                     '0., 1., 0.;'
                     '0., 1., 1.;'
                     '1., 0., 0.;'
                     '1., 0., 1.;'
                     '1., 1., 0.;'
                     '1., 1., 1.')

pix = np.array([0.81, 0.81, 0.81])
colorPal = np.asarray(colorPal)

print((colorPal[0] - pix) ** 2)

同样的结果。

从你对这个答案的评论来看，你似乎想用应用于每种颜色的操作实际修改或替换 colorPal。将矩阵转换为数组后，就很简单了：

import numpy as np


colorPal = np.matrix('0., 0., 0.;'
                     '0., 0., 1.;'
                     '0., 1., 0.;'
                     '0., 1., 1.;'
                     '1., 0., 0.;'
                     '1., 0., 1.;'
                     '1., 1., 0.;'
                     '1., 1., 1.')

pix = np.array([0.81, 0.81, 0.81])
result = (np.asarray(colorPal) - pix) ** 2

print(result)

结果：

[[0.6561 0.6561 0.6561]
 [0.6561 0.6561 0.0361]
 [0.6561 0.0361 0.6561]
 [0.6561 0.0361 0.0361]
 [0.0361 0.6561 0.6561]
 [0.0361 0.6561 0.0361]
 [0.0361 0.0361 0.6561]
 [0.0361 0.0361 0.0361]]

或者你可以在类型转换后全部完成 in-place:

colorPal = np.asarray(colorPal)
colorPal -= pix
colorPal *= colorPal

Answer 2

问题是您使用了 np.matrix。您应该改用 np.array。

*-运算符（**-运算符）...

对于 np.matrix 是矩阵-乘法（和求幂）。
对于 np.array 是 elementwise 乘法（和求幂）。

此问题与 np.matrix 中保持维数的切片无关。

如果您确实想继续使用 np.matrix，则需要 np.asarray() 或 np.array() 将矩阵转换为数组。然后你就可以享受元素操作了。

请注意 @ 运算符存在并且它被定义为矩阵乘法（在 np.array 对象上）。 A @ B 等同于 np.matmul(A, B)。还有np.dot。这些函数的行为对输入的形状很敏感。

将数组提升到特定幂的问题

Problem with taking an array to a certain power

python

numpy

image-processing

python-3.x