python：二维矩阵中更快的局部最大值

发布时间：2020-12-20 12:07:26 所属栏目：Python 来源：网络整理

导读：给定：R是mxn浮点矩阵输出：O是m×n矩阵,其中O [i,j] = R [i,j] if(i,j)是局部最大值,否则O [i,j] = 0.局部最大值定义为以i,j为中心的3×3块中的最大元素. 使用numpy和scipy在python上执行此操作的更快的方法是什么. m,n = R.shapefor i in range(m): for j

给定：R是mxn浮点矩阵

输出：O是m×n矩阵,其中O [i,j] = R [i,j] if(i,j)是局部最大值,否则O [i,j] = 0.局部最大值定义为以i,j为中心的3×3块中的最大元素.

使用numpy和scipy在python上执行此操作的更快的方法是什么.

m,n = R.shape
for i in range(m):
    for j in range(n):
        R[i,j]  *= (1 if R[min(0,i-1):max(m,i+2),min(0,j-1):max(n,j+2)].max() == R[i,j] else 0)

解决方法

你可以使用 scipy.ndimage.maximum_filter：

In [28]: from scipy.ndimage import maximum_filter

这是一个样本R：

In [29]: R
Out[29]: 
array([[3,3,3],[0,2,1,2],[3,0],[2,1]])

在3×3窗口上获得最大值：

In [30]: mx = maximum_filter(R,size=3)

In [31]: mx
Out[31]: 
array([[3,2]])

将mx与R进行比较;这是一个布尔矩阵：

In [32]: mx == R
Out[32]: 
array([[ True,True,False,True],[False,False],[ True,False]],dtype=bool)

使用np.where创建O：

In [33]: O = np.where(mx == R,R,0)

In [34]: O
Out[34]: 
array([[3,0]])

（编辑：李大同）

【声明】本站内容均来自网络，其相关言论仅代表作者个人观点，不代表本站立场。若无意侵犯到您的权利，请及时与联系站长删除相关内容!