重新格式化一个 numpy 数组

Question

我遇到了一些代码（可能会回答this 我的问题）。这是代码（来自 Vivek Maskara 对我的问题的解决方案）：

import cv2 as cv
import numpy as np

def read(image_path, label):
    image = cv.imread(image_path)
    image = cv.cvtColor(image, cv.COLOR_BGR2RGB)
    image_h, image_w = image.shape[0:2]
    image = cv.resize(image, (448, 448))
    image = image / 255.

    label_matrix = np.zeros([7, 7, 30])
    for l in label:
        l = l.split(',')
        l = np.array(l, dtype=np.int)
        xmin = l[0]
        ymin = l[1]
        xmax = l[2]
        ymax = l[3]
        cls = l[4]
        x = (xmin + xmax) / 2 / image_w
        y = (ymin + ymax) / 2 / image_h
        w = (xmax - xmin) / image_w
        h = (ymax - ymin) / image_h
        loc = [7 * x, 7 * y]
        loc_i = int(loc[1])
        loc_j = int(loc[0])
        y = loc[1] - loc_i
        x = loc[0] - loc_j

        if label_matrix[loc_i, loc_j, 24] == 0:
            label_matrix[loc_i, loc_j, cls] = 1
            label_matrix[loc_i, loc_j, 20:24] = [x, y, w, h]
            label_matrix[loc_i, loc_j, 24] = 1  # response

    return image, label_matrix

能否解释一下这部分代码是如何工作的以及它具体做了什么：

if label_matrix[loc_i, loc_j, 24] == 0:
    label_matrix[loc_i, loc_j, cls] = 1
    label_matrix[loc_i, loc_j, 20:24] = [x, y, w, h]
    label_matrix[loc_i, loc_j, 24] = 1  # response

Answer 1

我将首先创建并解释一个简化的示例，然后解释您指出的部分。

首先，我们创建名为label_matrix的ndarray：

import numpy as np
label_matrix = np.ones([2, 3, 4])
print(label_matrix)

这段代码意味着你将得到一个包含 2 个数组的数组，这 2 个数组中的每一个都包含 3 个数组，这 3 个数组中的每一个都包含 4 个元素。 因为我们使用了np.ones，所以所有这些元素的值都是1。 因此，打印 label_matrix 将输出：

[[[1. 1. 1. 1.]
  [1. 1. 1. 1.]
  [1. 1. 1. 1.]]

 [[1. 1. 1. 1.]
  [1. 1. 1. 1.]
  [1. 1. 1. 1.]]]

现在，我们将更改 label_matrix 的第一个数组所包含的第一个数组的前 4 个元素的值。

要访问 label_matrix 的第一个数组，我们这样做：label_matrix[0]

要访问 label_matrix 的第一个数组所包含的第一个数组，我们这样做：label_matrix[0, 0]

要访问label_matrix 的第一个数组包含的第一个数组的第一个元素，我们这样做：label_matrix[0, 0, 0]

要访问label_matrix 的第一个数组所包含的第一个数组的第二个元素，我们这样做：label_matrix[0, 0, 1]

等等

所以，现在，我们将更改label_matrix的第一个数组所包含的第一个数组的前4个元素的值：

label_matrix[0, 0, 0] = 100
label_matrix[0, 0, 1] = 200
label_matrix[0, 0, 2] = 300
label_matrix[0, 0, 2] = 400

label_matrix的输出：

[[[100. 200. 300. 400.]
  [  1.   1.   1.   1.]
  [  1.   1.   1.   1.]]

 [[  1.   1.   1.   1.]
  [  1.   1.   1.   1.]
  [  1.   1.   1.   1.]]]

但我们可以这样写，而不是写 4 行代码：

label_matrix[0, 0, 0:4] = [100,200,300,400]

写label_matrix[0, 0, 0:4] 表示： 在label_matrix的第一个数组包含的第一个数组中，选择第4个元素（从索引0到4（不包括4个））

所以现在你知道每一行的含义了。

我会解释你指出的那部分代码：

if label_matrix[loc_i, loc_j, 24] == 0::

测试索引 24 处的元素（第 23 个元素）是否具有值 0

如果是，那么：

label_matrix[loc_i, loc_j, cls] = 1:

将值1 分配给索引cls 处的元素。 （如果名为cls的变量的值为4，它会将值1分配给label_matrix的第一个数组包含的第一个数组的索引4处的元素）

label_matrix[loc_i, loc_j, 20:24] = [x, y, w, h]:

说“x==100”、“y==200”、“w==300”和“h==400”。因此，在label_matrix 的第一个数组包含的第一个数组中，将值100 分配给索引20 处的元素，将值200 分配给索引21 处的元素，300 在索引@987654359 处@ 和 400 索引 23

label_matrix[loc_i, loc_j, 24] = 1:

在label_matrix的第一个数组所包含的第一个数组中，将值1赋给索引24处的元素