用R重组从PNG图像中获得的矩阵

Question

与Matrix reorganization

中的问题相似但不相同

我有一些 PNG 文件，想做一些像素分析。使用 png 库我可以轻松阅读图像：

myImage <- readPNG("4colorpattern_15.png",native=FALSE)
str(myImage)

输出为

##  num [1:483, 1:483, 1:3] 0 0 0 0 0 0 0 0 0 0 ...

我想将其重新组织为

X Y R G B A
0 0 0 0 0 0 
1 0 0 0 0 0
...

X,Y 是坐标，RGB 是该像素的红色、绿色和蓝色的值，A 是 alpha（如果图像有）。

我一直在阅读有关重塑和熔化的内容，但似乎并非如此。我没有 R 技能来设计一个 mapply 函数来做到这一点。我想避免创建可以工作但效率低下的嵌套 for。

编辑 array 似乎可以解决问题：

nrow  <- dim(myImage)[1]
ncol  <- dim(myImage)[2]
nbands <- dim(myImage)[3]
array(myImage,dim=c(nrow*ncol,nbands))

我仍然需要检查顺序是否正确，但我仍然认为其中一个应用函数可以做到。另外，这个解决方案没有给我 X 和 Y 坐标。

编辑 2

我添加了一个非常小的 PNG -- 抱歉很难点击它！它是具有 3x2 像素的 3x2 图案的 9x4 PNG。顶行颜色为黑色、红色、绿色，底行颜色为蓝色、黄色、洋红色。

从该图像中我希望得到类似于

的数据框

X Y R G B (no A in this case)
0 0 0 0 0
1 0 0 0 0
2 0 0 0 0
3 0 1 0 0
4 0 1 0 0
5 0 1 0 0
6 0 0 1 0
7 0 0 1 0
8 0 0 1 0
...
0 2 0 0 1
1 2 0 0 1
2 2 0 0 1
3 2 1 1 0
4 2 1 1 0
5 2 1 1 0
6 2 1 0 1
7 2 1 0 1
8 2 1 0 1

(省略很多)

这里有放大版的图片供参考，但结果是基于 9x4 的。

Answer 1

这会让你得到一个模糊的结构，就像你想要的data.frame（尽管注意 R 矩阵和因子是从 1 开始的而不是从 0 开始的：

> long_tbl <- as.data.frame.table(myImage)
> long_tbl[1:3] <- lapply(long_tbl[1:3], as.numeric)
> head(long_tbl)
  Var1 Var2 Var3 Freq
1    1    1    1    0
2    2    1    1    0
3    3    1    1    0
4    4    1    1    0
5    1    2    1    0
6    2    2    1    0
> tail(long_tbl)
    Var1 Var2 Var3 Freq
103    3    8    3    1
104    4    8    3    1
105    1    9    3    0
106    2    9    3    0
107    3    9    3    1
108    4    9    3    1

剩下的问题是 RGB 编码是在该数组的第三维层中隐式编码的。我现在还有一些其他工作需要做，但如果您或其他人没有赶我走，我会回来提供更完整的解决方案。

除了留下标记为 Var1 和 Var2: 的 X 和 Y 列外，这应该会提供所需的结构。 Var3 实际上是一个 RGB 标记：

long3tbl <- cbind(long_tbl[1:2],  #Use the X and Y columns unchanged
                    # Replace with zeros in the rows where not the desired color.
                  with(long_tbl, cbind( R=(Var3==1)*Freq, G=(Var3==2)*Freq, B=(Var3==3)*Freq)))

head(long3tbl)
#=========
  Var1 Var2 R G B
1    1    1 0 0 0
2    2    1 0 0 0
3    3    1 0 0 0
4    4    1 0 0 0
5    1    2 0 0 0
6    2    2 0 0 0
#========
tail(long3tbl)
##++++++++++++
    Var1 Var2 R G B
103    3    8 0 0 1
104    4    8 0 0 1
105    1    9 0 0 0
106    2    9 0 0 0
107    3    9 0 0 1
108    4    9 0 0 1
#======
with(long3tbl, plot(Var1, Var2, col=R))
with(long3tbl, plot(Var1, Var2, col=G))
with(long3tbl, plot(Var1, Var2, col=B))

Answer 2

这似乎可以解决问题：

matrix(c(unlist(expand.grid(seq_len(dim(myImage)[1]), seq_len(dim(myImage)[2]))),
         as.vector(myImage)),
       ncol=dim(myImage)[3]+2)

这里的关键概念是，在R中，所有的多维结构都是糖衣向量。

相反的方式可能更容易理解 - 创建矩阵，R 将首先取 rows 项并将它们放在第一列；然后下 rows 项将成为第二列。重复此过程，直到所有列都被填满或向量用尽。重复数组中的剩余维度。

您可以运行 array(1:108, c(4,9,3)) 帮助形象化这个想法。

现在让我们分解一下我提出的解决方案。

as.vector(myImage)

这将以带下划线的向量形式呈现数组。如果您只关心带有 R、G 和 B 的数据框，您可以使用 matrix(as.vector(myImage), ncol=3).

seq_len(dim(myImage)[1])
seq_len(dim(myImage)[2])

这些将创建 n 个连续数字的向量，其中 n 是数组第一维和第二维中的项目数。它们不是那么有趣，仅作为输入数据用于：

expand.grid(...)

这个很有趣。它创建数据框，其中包含作为参数给出的所有级别因素的所有可能组合。第一个因素变化最快。它将为第一个参数的每个值提供第二个参数的第一个值；然后第一个参数的每个值和第二个参数的第二个值；等等。这并非巧合，对应于构成 PNG 数组的第一维和第二维的值！

由于expand.grid给出了数据框，而我们想要矢量，我通过unlist传递它。

然后我将 X 和 Y 坐标向量与实际值向量连接起来。

最后，我将那个单一向量作为参数传递给 matrix 并强制 R 为 "wrap" 它所以我得到 5 列（R、G 和 B 三列，X 和两列Y).我假设带有 alpha 通道的 PNG 在三维中有 4 个值，所以我指的是 dim(myImage)[3] 而不是硬编码值。

唯一剩下的就是更改列的名称（Y、X、R、G、B 和可能的 A），并且可以选择对行重新排序。我把它们留作 reader.

的练习

Answer 3

使用 Miroslav 的提示，这有效：

myImage <- readPNG("origs/small.png",native=FALSE)
arr  <- matrix(c(unlist(expand.grid(seq_len(dim(myImage)[1]), seq_len(dim(myImage)[2]))),
    as.vector(myImage)),
    ncol=dim(myImage)[3]+2)
imFrame <- as.data.frame(arr)
colnames(imFrame) <- c('X','Y','R','G','B')
str(imFrame)
imFrame

用R重组从PNG图像中获得的矩阵

Reorganize matrix obtained from PNG image with R

r

mapply