在 Python 中将矩阵列表转换为仅一个 2D 矩阵答案

【问题标题】：Convert a list of matrices to only one 2D matrix in Python在 Python 中将矩阵列表转换为仅一个 2D 矩阵
【发布时间】：2018-12-11 07:05:30
【问题描述】：

我有一个 3960 矩阵的列表，它只是 3960 图像的 SIFT 描述符。这应该会导致矩阵列表的行数未知（这当然取决于图像）和 128 列（来自 SIFT 描述符）。我试图把这个列表放在一个二维矩阵中，它的行数是这些矩阵的行数和 128 列的总和，但是，我无法做到这一点。这是我的代码：

sift_keypoints = []

#read images from a text file
with open(file_images) as f:
    images_names = f.readlines()
    images_names = [a.strip() for a in images_names]

    for line in images_names:
        print(line)
        #read image
        image = cv2.imread(line,1)
        #Convert to grayscale
        image =cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
        #SIFT extraction
        sift = cv2.xfeatures2d.SIFT_create()
        kp, descriptors = sift.detectAndCompute(image,None)
        #appending sift keypoints to a list
        sift_keypoints.append(descriptors)

        #here is what I've tried
        sift_keypoints = np.asmatrix(np.asarray(sift_keypoints))

根据这段代码，sift_keypoints 形状是 (1,3960)，这当然不是我想要的。如何将此列表转换为 2D numpy 数组？

EDIT 说明我的问题的一个简单示例是以下代码中的示例

#how to convert this list to a matrix with shape (412,128)?
import numpy as np
x=np.zeros((256,128))
y=np.zeros((156,128))
list=[]
list.append(x)
list.append(y)

【问题讨论】：

你能用一个简单的例子来解释你的问题吗，其中指标的大小较小。
@ZdaR for 语句的每个循环都会生成一个形状为 (x,128) 的矩阵，其中 x 是取决于图像的行数，128 列是特定于 SIFT 描述符的我用了。假设不同矩阵的总行数为 39600 行，128 列。我想要的是垂直连接此列表中的所有这些矩阵以生成形状矩阵（39600,128）。我将尝试在问题中举一个简单的例子。谢谢。

标签： python opencv matrix sift

【解决方案1】：

使用np.concatenate:

>>> from pprint import pprint
>>> import numpy as np
>>> 
>>> a = [np.full((2, 3), i) for i in range(3)]
>>> pprint(a)
[array([[0, 0, 0],
       [0, 0, 0]]),
 array([[1, 1, 1],
       [1, 1, 1]]),
 array([[2, 2, 2],                                                                                                  
       [2, 2, 2]])]                                                                                                 
>>> np.concatenate(a, axis=0)                                                                                       
array([[0, 0, 0],                                                                                                   
       [0, 0, 0],                                                                                                   
       [1, 1, 1],                                                                                                   
       [1, 1, 1],                                                                                                   
       [2, 2, 2],                                                                                                   
       [2, 2, 2]])

【讨论】：

【解决方案2】：

使用`np.row_stack`的解决方案

假设l 是您的形状为(n, 128) 的Numpy 数组列表。

假设m为总行数：对象是将所有对象堆叠起来，创建一个形状为(m, 128)的矩阵。

我们可以使用 Numpy 的 row_stack 进行如下操作：

result = np.row_stack(l)

【讨论】：

使用np.row_stack的解决方案

使用`np.row_stack`的解决方案