Как извлечь вектор из 24-мерной цветной гистограммы из изображения с неперекрытым патчем размером 32 X 32 в Python

Question

Я хочу прочитать изображение с размером патча 32 X 32 Неперекрывающиеся патчи, и для каждого патча должны быть представлены значения R, G, B с 8 + 8 + 8 = 24 размерами вектора признаков.

Answer 1

Я предполагаю, что вы хотите три гистограммы по 8 бинов для каждого патча, по одной для каждого цветового канала.Если данные вашего изображения uint8, то мы можем получить соответствующий индекс бина для каждого пикселя, сдвинув вправо на пять битов.Фактическое гистограммирование может быть выполнено с использованием np.bincount + некоторого небольшого обмана, чтобы обойти его только как 1D.

Это по существу однострочник.Большая часть кода ниже посвящена работе с изображениями, размер которых не кратен 32.

import numpy as np

def histo24(img):
    h, w, c = img.shape
    assert c == 3
    assert img.dtype == np.uint8
    # pad
    H, W = (h+31)>>5, (w+31)>>5
    patches = np.zeros((H, 32, W, 32, 3), np.uint8)
    patches.reshape(H<<5, W<<5, 3)[:h, :w] = img>>5
    # the next line is the actual histogramming
    histo = np.bincount(
        (patches + np.arange(0, H*W*24, 8).reshape(H, 1, W, 1, 3)).ravel(),
        minlength=H*W*24).reshape(H, W, 24)
    # subtract padded zeros from zero bins at the right and bottom edges
    if h & 31:
        histo[-1, :, ::8] -= (31&-h)<<5
    if w & 31:
        histo[:, -1, ::8] -= (31&-w)<<5
        if h & 31:
            histo[-1, -1, ::8] += (31&-h)*(31&-w)
    return histo

Пример:

Код например:

def visualize(histo):
    h, w, c = histo.shape
    assert c == 24
    vis = np.zeros((h, 32, w, 32, 3), np.uint8)
    idx = np.arange(28)[None, :, None]
    for c in range(3):
        bnds = (histo[..., c<<3:(c+1)<<3].cumsum(axis=-1)*(28/1024)).astype(np.uint8)[..., ::-1]
        for j in range(1, 8):
            view = vis[:, 2:-2, :, 7*c+6:7*c+12, c]
            view[..., 0][(idx >= bnds[:, None, :, j]) &
                         (idx < bnds[:, None, :, j - 1])] = (j<<5)|16
            view[..., 1:] = view[..., :1]
    return vis.reshape(h<<5, w<<5, 3)

from scipy.misc import face
import Image

exmpl = face()
histo = histo24(exmpl)
Image.fromarray(exmpl).show()
#Image.fromarray(exmpl>>5<<5).show()
Image.fromarray(visualize(histo)).show()