python - 使用 Numpy 计算亲和矩阵

Question

我正在尝试为图像创建亲和性矩阵。我现在尝试使用简单的像素值差异，我的图像是 84x84，将其展平为大小为 7056 的向量，这给了我大小为 7056x7056 的亲和性矩阵 A。为了填写亲和性矩阵的值，我从显而易见的方法开始:

import matplotlib.pyplot as plt
import numpy as np

Img = plt.imread("twoObj.bmp")
Img2 = Img.flatten()
(n,) = Img2.shape
print n
A = np.zeros((n,n))
for i in range(n):
    for j in range(n):
        A[i,j] = np.abs(Img2[i] - Img2[j])

但这花费了太长时间来执行。 Numpy 中是否有任何内置方法或可用的库可以更快地运行它？

Answer 1

这可能看起来有点神秘，但是

A = np.subtract.outer(Img2, Img2)
A = np.abs(A)

应该做你想做的事。

下类时我会发布更多解释(如果没有的话请提醒我!)。