python - numpy.ndarray 中值的计数

Question

有没有办法在纯 numpy(或 opencv)中执行以下操作？

img = cv2.imread("test.jpg")
counts = defaultdict(int)
for row in img:
    for val in row:
        counts[tuple(val)] += 1

问题是 tuple(val) 显然可以是 2^24 个不同值之一，因此不可能为每个可能的值都创建一个数组，因为它会很大并且大部分为零，所以我需要一个更高效的数据结构。

Answer 1

解决此问题的最快方法是，如果图像以“ block 状”格式存储，即颜色平面维度是最后一个，并且最后一个维度是连续的，则采用 np.void查看每 24 位像素，然后通过 np.unique 和 np.bincount 运行结果:

>>> arr = np.random.randint(256, size=(10, 10, 3)).astype(np.uint8)
>>> dt = np.dtype((np.void, arr.shape[-1]*arr.dtype.itemsize))
>>> if arr.strides[-1] != arr.dtype.itemsize:
...     arr = np.ascontiguousarray(arr)
... 
>>> arr_view = arr.view(dt)

arr_view 的内容看起来像垃圾:

>>> arr_view [0, 0]
array([Â], 
      dtype='|V3')

但不是我们必须理解内容:

>>> unq, _ = np.unique(arr_view, return_inverse=True)
>>> unq_cnts = np.bincount(_)
>>> unq = unq.view(arr.dtype).reshape(-1, arr.shape[-1])

现在您在这两个数组中拥有唯一像素及其计数:

>>> unq[:5]
array([[  0,  82,  78],
       [  6, 221, 188],
       [  9, 209,  85],
       [ 14, 210,  24],
       [ 14, 254,  88]], dtype=uint8)
>>> unq_cnts[:5]
array([1, 1, 1, 1, 1], dtype=int64)