12

我有一个 python 点列表（x/y 坐标）：

   [(200, 245), (344, 248), (125, 34), ...]

它表示二维平面上的轮廓。我想使用一些 numpy/scipy 算法进行平滑、插值等。它们通常需要 numpy 数组作为输入。例如scipy.ndimage.interpolation.zoom.

从我的点列表中获取正确的 numpy 数组的最简单方法是什么？

编辑：我在我的问题中添加了“图像”这个词，希望现在很清楚，如果它在某种程度上具有误导性，我真的很抱歉。我的意思的例子（指向二进制图像数组）。

输入：

[(0, 0), (2, 0), (2, 1)]

输出：

[[0, 0, 1],
 [1, 0, 1]]

将接受的答案四舍五入是工作示例：

import numpy as np

coordinates = [(0, 0), (2, 0), (2, 1)]

x, y = [i[0] for i in coordinates], [i[1] for i in coordinates]
max_x, max_y = max(x), max(y)

image = np.zeros((max_y + 1, max_x + 1))

for i in range(len(coordinates)):
    image[max_y - y[i], x[i]] = 1
4

3 回答 3

9

啊，现在好多了，所以你确实有所有你想要填补的点......那么它很简单：

image = np.zeros((max_x, max_y))
image[coordinates] = 1

您可以先创建一个数组，但这不是必需的。

于 2012-10-01T12:09:27.750 回答
0 
numpy.array(your_list)

numpy 有非常广泛的文档，您应该尝试阅读。您可以在网上找到它，也可以在 REPL 上输入help(obj_you_want_help_with)（例如）。help(numpy)

于 2012-10-01T09:39:13.357 回答
0

以 Jon Clements 和 Dunes 所说的为基础，在做了之后

new_array = numpy.array([(200, 245), (344, 248), (125, 34), ...])

您将得到一个二维数组，其中第一列包含 x 坐标，第二列包含 y 坐标。该数组可以进一步拆分为单独的 x 和 y 数组，如下所示：

x_coords = new_array[:,0]
y_coords = new_array[:,1]
于 2012-10-01T10:53:21.323 回答