为什么 HoughLinesP 输出的是 3D 数组，而不是 2D 数组？答案

【问题标题】：Why does the HoughLinesP output a 3D array, instead of a 2D array?为什么 HoughLinesP 输出的是 3D 数组，而不是 2D 数组？
【发布时间】：2016-11-01 15:12:29
【问题描述】：

我在图像上使用函数（Python、Numpy、OpenCV3），这是我的示例输出 -

[[[539 340 897 538]]

 [[533 340 877 538]]

 [[280 460 346 410]]

 [[292 462 353 411]]

 [[540 343 798 492]]]

它的大小是(5,1,4)

我试图了解函数会在什么情况下输出 (5,2,4) 或 (5,3,4) 之类的内容。但我想不出我现在使用过的任何图像，它是一个列数为 1 的 3D 数组。

难道只有一个二维数组就足够了，而且可能更有效吗？

【问题讨论】：

因为在 openCV 中，前两个维度是矩阵，第三个维度是元素的维度。所以通常 openCV 中的所有 1D 输出都是 Nx1 2D 矩阵。元素类型的另一个维度（例如，1d 用于灰度像素值或浮点距离值，2D 用于点坐标，3D 用于 rgb 值，4D 用于点对或 rgba 值等）所以 Nx1 部分是因为优化图像，它们是每个元素中具有 mD 像素的 2D 矩阵。

标签： python-3.x opencv numpy hough-transform opencv3.1

【解决方案1】：

我在 OpenCV Q&A 上提问并得到以下回复 -

opencv 是一个 c++ 库，python 包装器是自动生成的来自一些脚本，所以在 c++ 中我们有：

矢量线；保存霍夫结果。

现在不幸的是， Vec4i 是 Matx 的后代，它实际上是一个二维的东西，所以在 python 中你得到：

[ #one 为向量

[ #one 表示 Vec4i 的第一个暗淡（1，漂亮毫无用处，诚然:)

[ #one 表示 Vec4i 的第二个暗淡（4 个元素）

再次，我认为，你只需要忍受它。

【讨论】：

【解决方案2】：

如果你不想要额外的维度，因为它是 1，只需使用挤压

>>> a = np.arange(5*4).reshape(5,1,4)
>>> a
array([[[ 0,  1,  2,  3]],

       [[ 4,  5,  6,  7]],

       [[ 8,  9, 10, 11]],

       [[12, 13, 14, 15]],

       [[16, 17, 18, 19]]])
>>> a.squeeze()
array([[ 0,  1,  2,  3],
       [ 4,  5,  6,  7],
       [ 8,  9, 10, 11],
       [12, 13, 14, 15],
       [16, 17, 18, 19]])

有时额外的轴会派上用场

a.swapaxes(1,2)
array([[[ 0],
        [ 1],
        [ 2],
        [ 3]],
     ... Snip
       [[16],
        [17],
        [18],
        [19]]])

鉴于更新并假设需要第一个，假设不需要额外的维度，这些中的任何一个都会返回相同的结果。

>>> a[0].squeeze()
array([0, 1, 2, 3])
>>> a.squeeze()[0]
array([0, 1, 2, 3])

【讨论】：

谢谢。这很有帮助。但我仍然想知道为什么它是 3D 开始的。关于为什么根本没有实现输出二维数组的任何想法？
我不知道它具体是做什么的，但是我之前在输出额外维度 1 时遇到过这个问题，例如 (1,5,4)