python - 如何使用 2D Numpy 数组放置 pop/append？

Question

我有一个尺寸为 640x512 的图像帧，存储为全白色像素的 Numpy 数组。我想不断删除/弹出(0)最左边的列，并在每次迭代中附加一个黑色列。本质上，我试图将图像从右移到左，最终用黑色像素替换整个图像，一次一列。我尝试使用 np.concatenate() 但我一直收到这两个错误。

ValueError: all the input arrays must have same number of dimensions

ValueError: could not broadcast input array from shape (512,1) into shape (640)

如果可能，我想就地进行。这是一个例子。

大小为 640x512 的初始空白帧

每次迭代都会向帧中添加一个新的黑色列(1 像素)，最终结果是一个全黑的图像

此弹出/推送操作类似于队列，但我想直接在 2D Numpy 数组上执行此操作。我不想使用任何其他数据结构，因为我将这些图像直接放入 OpenCV，所以我想将其保留为 Numpy 数组。如何一次移动 2D numpy 数组一个像素？

import numpy as np
import cv2

black_column = np.zeros([512,1], dtype=np.uint8)
blank_pixels = np.zeros([512, 640], dtype=np.uint8)
blank_pixels[:] = 255

while True:
    # Pop
    blank_pixels[:-1] = blank_pixels[1:]
    # Push
    blank_pixels[-1] = black_column

    #blank_pixels[:] = np.concatenate(blank_pixels[1:], black_column)

    cv2.imshow('blank_pixels', blank_pixels)
    cv2.waitKey(1)

Answer 1

此处赋值比串联更有效。

---

blank = np.full((640, 512), 255, dtype=np.uint8)

for i in range(blank.shape[1]-1, -1, -1):
    blank[:, i] = 0
    cv2.imshow('img', blank)
    cv2.waitKey(1)

---

产生这个:

---

对于非白色图像，您可以滚动:

blank = np.random.randint(1, 256, (640, 512), dtype=np.uint8)

for i in range(blank.shape[1]-1, -1, -1):
    blank = np.roll(blank, -1, axis=1)
    blank[:, -1] = 0
    cv2.imshow('img', blank)
    cv2.waitKey(1)

---

这会产生: