问题标签 [downsampling]

我正在尝试找到将任意形状的 2d numpy 数组下采样为更小（或可能更大）的方形数组的最有效方法 - 我想取每个子数组的最大值并将其放入新数组中。这是我的代码：

关于如何显着加快速度的任何想法？我认为从我读过的内容来看，矢量化或切片可能是前进的方向，但不知道该怎么做。

我有一系列 100 个整数值，我需要将它们减少/二次采样到 77 个值，以便适合屏幕上的预定义空间。这给出了每像素 77/100 值的一小部分 - 不是很整洁。

假设 77 是固定的并且不能更改，那么将 100 个数字下采样到 77 的一些典型技术是什么。我感觉这将是一个锯齿状映射，我的意思是第一个新值是 [0, 1] 然后下一个值是 [3]，然后是平均值 [4, 5] 等等。但是我该如何获得这个映射的模式呢？

我正在使用 C++，尽管我对技术比实现更感兴趣。

提前致谢。

在对图像进行2倍下采样时，下采样后的图像是灰色的。为了将所有颜色分量添加到下采样实现中，我应该怎么做才能使其成为彩色图像？

我对 Python 和 Bokeh 技术比较陌生。我的目标实际上是能够在浏览器中显示包含数百万个点（比如大约 500 万个）的折线图。我确信实际的浏览器无法处理如此大量的数据。这就是为什么我试图实现一个下采样算法来根据用户缩放来调整点的数量。

散景技术似乎是我需要的技术。事实上，我在 YouTube 上看到了以下视频，它展示了一个完美运行的下采样示例：https ://www.youtube.com/watch?v=kPknmEwQ3Rc

这就是我想为我的项目实施的。所以我在 Bokeh 网站上阅读了很多用户指南，但是下采样部分是空的，并且文档似乎不完整以帮助我：http ://docs.bokeh.org/en/0.10.0/docs/user_guide /server.html#downsampling-with-server

我在 GitHub 上阅读了一些 Internet 上的帖子，有些人谈论使用bokeh-server. 不幸的是，我无法在 Internet 上恢复任何此类示例。我发现的所有链接都无效。这就是我在这里发帖的原因。我想知道是否有人会使用 Bokeh 进行下采样的工作项目或共享链接。

先感谢您 ！

我一直在寻找用正常信息注册（对齐）有组织的点云的方法。
我只能找到通用的点云注册方法（例如在PCL中）。

我正在使用 Microsoft Kinect 来获取我的点云，但问题是它们非常大。

我想知道的：

• 是否有快速注册有组织的点云的方法？
• 是否有非常快的下采样方法（并且也可能使用点云被组织的事实）？
• 我也在考虑使用 OpenCV 过滤器，因为有组织的点云可以看作是具有灰度值的图像（具有深度值的二维矩阵）。例如在矩阵上使用 openCV 调整大小方法，以及一些衍生类型的过滤器（因为在场景中边缘对我来说很重要）。这是一个好主意吗？
• 此外，下采样看起来像一个数据并行问题，它可能是 GPU 实现的一个很好的候选者。你知道任何这样的实现吗？

到目前为止，我所做的如下。
- 几种下采样方法（随机、基于体素、均匀），但所有这些方法的问题是它们都花费了大量时间（在 PCL 中）。最好的是基于体素的。
- 然后是 ICP，它在下采样点云上运行得非常快且足够准确。

所以对我来说，目前，一个好的解决方案是对我的点云进行下采样的快速方法。例如基于 GPU 的实现。

我的目标是每 100m 对我的数据进行下采样并获得第一行和最后一行

我的问题是，当我下采样时，我得到的行数比我应该得到的要少得多，而且我不知道如何得到最后一行。

希望足够清楚，有人可以理解

到目前为止，这是我的代码

我正在从分辨率为 102 x 77 的成像器中捕获一帧数据。我想将其降低到 80 x 60。质量不是主要问题，但易于实施和速度才是。

我相信我可以通过大约每 4 个像素下降一次来实现这一点：

既然不完全是 4，我该如何解释呢？减少获得 80 x 60 所需的像素数的最佳方法是什么？谢谢。

我迭代像素的代码：

我正在尝试使用 pandas 使用 how='first' 将船只跟踪数据从几秒钟重新采样到几分钟。数据帧称为 hg1s。唯一 ID 称为 MMSI。日期时间索引是 TX_DTTM。这是一个数据样本：

重新采样的代码：

以及输出的数据样本：

假设每分钟内有几个数据点是安全的，所以我不明白为什么这没有为该方法获取第一条记录。我查看了这个链接：Pandas Downsampling Issue，因为它看起来与我的问题相似。我尝试通过 label='left' 和 label='right'，都没有成功。

如何为每个 MMSI 返回每分钟的第一条记录？

我有一个这样的表，它是 flyTracesFiltered。

我想做的是按时间进行下采样。也就是说，我想对某个时期内的所有值进行平均以减少样本数。在我的例子中，我使用的是 0.05 秒的平均值（20Hz）。我做的功能是这样的：

我想问是否有办法改善这一点，因为大型数据帧需要很长时间。当我需要像这种情况下的迭代时（因为索引），我在实现应用族函数时遇到了问题。我还阅读了 Vectorize 函数，但我不知道这是否可以使代码更有效。有什么建议么？

I am attempting to perform undersampling of the majority class using python scikit learn. Currently my codes look for the N of the minority class and then try to undersample the exact same N from the majority class. And both the test and training data have this 1:1 distribution as a result. But what I really want is to do this 1:1 distribution on the training data ONLY but test it on the original distribution in the testing data.

I am not quite sure how to do the latter as there is some dict vectorization in between, which makes it confusing to me.