我正在尝试实现接缝雕刻算法，其中我们必须从图像中删除接缝。图像存储为 numpy M X N 数组。我找到了接缝，它只是一个 M 整数数组，其值指定要删除的列值。
例如：一个 2 X 3 数组
import numpy
img_array = numpy.array([[1, 2, 3],[4, 5, 6]])
和
seam = numpy.array([1,2])
这意味着我们必须从 Img 中删除第一行 (1) 中的第一个元素，以及第二行 (5) 中的第二个元素。删除后，Img 将是
print img_array
[[2,3]
[4,6]]
工作完成：
我是 python 和I have found solutions 的新手，他们关心一维数组或deleting an entire row or column。但我找不到从特定列中删除元素的方法。
【问题讨论】：
您是否总是从每一行中删除一个元素？如果您尝试从一行中删除一个元素，而不是另一个，您将得到一个参差不齐的数组。这就是为什么没有从二维数组中删除单个元素的通用方法。
一种选择是找出您要删除的那些，将它们从展平的数组中删除，然后将其重新调整为正确的形状。那么您有责任确保删除正确数量的元素。
所有这些“删除”方法实际上将“保留”值复制到一个新数组中。实际上没有什么会从原始数组中删除元素。因此，您可以同样轻松（并且同样快速）将自己的副本复制到新数组中。
另一个选项是使用列表列表。那些更能容忍衣衫褴褛。
这是一个使用布尔掩码从数组中删除选定元素的示例（当然是制作副本）：
In [100]: x=np.arange(1,7).reshape(2,3)
In [101]: x
Out[101]:
array([[1, 2, 3],
[4, 5, 6]])
In [102]: mask=np.ones_like(x,bool)
In [103]: mask
Out[103]:
array([[ True, True, True],
[ True, True, True]], dtype=bool)
In [104]: mask[0,0]=False
In [105]: mask[1,1]=False
In [106]: mask
Out[106]:
array([[False, True, True],
[ True, False, True]], dtype=bool)
In [107]: x[mask]
Out[107]: array([2, 3, 4, 6]) # it's flat
In [108]: x[mask].reshape(2,2)
Out[108]:
array([[2, 3],
[4, 6]])
请注意，即使 x 和 mask 都是 2d，索引结果也会变平。这样的掩码很容易产生一个无法重新整形回二维的数组。
【讨论】：
矩阵中的每一行都是一维数组。
import numpy
ary=numpy.array([[1,2,3],[4,5,6]])
print ary[0]
给
array([1, 2, 3])
您可以遍历您的矩阵，使用来自您seam 的值从当前行中删除一个元素。将结果附加到您正在构建的修改后的矩阵中。
seam = numpy.array([1,2])
for i in range(2):
tmp = numpy.delete(ary[i],seam[i]-1)
if i == 0:
modified_ary = tmp
else:
modified_ary = numpy.vstack((modified_ary,tmp))
print modified_ary
给予
[[2 3]
[4 6]]
【讨论】：