“argmax().I”在 Julia 中是什么意思

Question

这是来自StatWithJuliaBook 的一个很好的例子（请查找以下内容）

它演示了如何平滑星空stars.png

我的问题是关于argmax().I。根据作者的说法，“请注意在每个 argmax 末尾使用尾随“.I”，它会提取列主坐标的值。”

这是什么意思？还有其他参数吗？我在文档中找不到任何描述。

根据作者，这似乎是按列最大值的位置，但是当我尝试argmax(gImg, dims=2)时，结果不同。

#julia> yOriginal, xOriginal = argmax(gImg).I
#(192, 168)


#julia> yy, xx = argmax(gImg, dims = 2)
#400×1 Matrix{CartesianIndex{2}}:
# CartesianIndex(1, 187)
# CartesianIndex(2, 229)
 ⋮
# CartesianIndex(399, 207)
# CartesianIndex(400, 285)

#julia> yy, xx
#(CartesianIndex(1, 187), CartesianIndex(2, 229))

请指教。

using Plots, Images; pyplot()

img = load("stars.png")
gImg = red.(img)*0.299 + green.(img)*0.587 + blue.(img)*0.114
rows, cols = size(img)

println("Highest intensity pixel: ", findmax(gImg))

function boxBlur(image,x,y,d)
    if x<=d || y<=d || x>=cols-d || y>=rows-d
        return image[x,y]
    else
        total = 0.0
        for xi = x-d:x+d
            for yi = y-d:y+d
                total += image[xi,yi]
            end
        end
        return total/((2d+1)^2)
    end
end

blurImg = [boxBlur(gImg,x,y,5) for x in 1:cols, y in 1:rows]

yOriginal, xOriginal = argmax(gImg).I
yBoxBlur, xBoxBlur   = argmax(blurImg).I

p1 = heatmap(gImg, c=:Greys, yflip=true)
p1 = scatter!((xOriginal, yOriginal), ms=60, ma=0, msw=4, msc=:red) 
p2 = heatmap(blurImg, c=:Greys, yflip=true)
p2 = scatter!((xBoxBlur, yBoxBlur), ms=60, ma=0, msw=4, msc=:red)

plot(p1, p2, size=(800, 400), ratio=:equal, xlims=(0,cols), ylims=(0,rows), 
    colorbar_entry=false, border=:none, legend=:none)

Answer 1

I 是CartesianIndex 类型对象中的一个字段，当其参数具有多于一维时，argmax 会返回该字段。

如有疑问，请始终尝试使用dump。

请考虑以下代码：

julia> arr = rand(4,4)
4×4 Matrix{Float64}:
 0.971271  0.0350186  0.20805   0.284678
 0.348161  0.19649    0.30343   0.291894
 0.385583  0.990593   0.216894  0.814146
 0.283823  0.750008   0.266643  0.473104

julia> el = argmax(arr)
CartesianIndex(3, 2)

julia> dump(el)
CartesianIndex{2}
  I: Tuple{Int64, Int64}
    1: Int64 3
    2: Int64 2

但是，通过其内部结构获取CartesianIndex 对象数据并不是很优雅。 Julian 的好方法是使用适当的方法：

julia> Tuple(el)
(3, 2)

或者直接访问索引：

julia> el[1], el[2]
(3, 2)