将维度添加到Numpy数组

Question

我开始使用numpy数组图像.

In[1]:img = cv2.imread('test.jpg')

形状是您对640x480 RGB图像的期望.

In[2]:img.shape
Out[2]: (480, 640, 3)

但是,我拥有的这个图像是一个100帧长的视频帧.理想情况下,我希望有一个包含此视频中所有数据的单个数组,以便img.shape返回(480, 640, 3, 100).

将下一帧(即下一组图像数据,另一个480 x 640 x 3阵列)添加到我的初始阵列的最佳方法是什么？

Answer 1

您正在询问如何向NumPy数组添加维度,以便可以增大该维度以适应新数据.可以按如下方式添加维度:

__CODE__.

Answer 2

或者替代

image = image[..., np.newaxis]

在@dbliss的回答中,你也可以使用numpy.expand_dims喜欢

image = np.expand_dims(image, <your desired dimension>)

例如(取自上面的链接):

x = np.array([1, 2])

print(x.shape)  # prints (2,)

然后

y = np.expand_dims(x, axis=0)

产量

array([[1, 2]])

和

y.shape

给

(1, 2)

Answer 3

您可以在前面创建一个正确大小的数组并填充它:

frames = np.empty((480, 640, 3, 100))

for k in xrange(nframes):
    frames[:,:,:,k] = cv2.imread('frame_{}.jpg'.format(k))

如果帧是以某种特定方式命名的单个jpg文件(在示例中为frame_0.jpg,frame_1.jpg等).

只需注意,您可以考虑使用(nframes, 480,640,3)形状阵列.

Answer 4

蟒蛇式

X = X[:, :, None]

这相当于

X = X[:, :, numpy.newaxis] 和 X = numpy.expand_dims(X, axis=-1)

但是，当您明确询问堆叠图像时，我建议您将可能收集到list的图像np.stack([X1, X2, X3])进行循环堆叠。

如果您不喜欢尺寸的顺序，您可以重新排列 np.transpose()

Answer 5

a = np.expand_dims(a, axis=-1) 

或者

a = a[:, np.newaxis] 

或者

a = a.reshape(a.shape + (1,))

Answer 6

您可以使用np.concatenate()指定axis要追加的内容np.newaxis：

import numpy as np
movie = np.concatenate((img1[:,np.newaxis], img2[:,np.newaxis]), axis=3)

如果要读取许多文件：

import glob
movie = np.concatenate([cv2.imread(p)[:,np.newaxis] for p in glob.glob('*.jpg')], axis=3)