重新调整numpy数组

Question

我有一个2D numpy数组，代表来自已经被binned 3x3的CCD的单色图像（也就是说，数组中的每个值表示物理CCD上的9个像素（3x3））。

我想重新调整它以匹配原始CCD布局（所以我可以轻松地将它与来自同一CCD的非分档图像叠加）。

我看到Resampling a numpy array representing an image，但这似乎并没有做我想要的。

假设我有一个数组G：

import numpy as np 
import scipy.ndimage 

g = np.array([[0, 1, 2], 
       [3, 4, 5], 
       [6, 7, 8]]) 

当我尝试的2倍，以它的规模：

o = scipy.ndimage.zoom(g, 2, order=0) 

我得到正是我所期待的 - 每个值现在是2×2相同值：

array([[0, 0, 1, 1, 2, 2], 
     [0, 0, 1, 1, 2, 2], 
     [3, 3, 4, 4, 5, 5], 
     [3, 3, 4, 4, 5, 5], 
     [6, 6, 7, 7, 8, 8], 
     [6, 6, 7, 7, 8, 8]]) 

但是，当我尝试了3倍缩放，我得到这个：

o = scipy.ndimage.zoom(g, 3, order=0) 

给我：

array([[0, 0, 1, 1, 1, 1, 2, 2, 2], 
     [0, 0, 1, 1, 1, 1, 2, 2, 2], 
     [3, 3, 4, 4, 4, 4, 5, 5, 5], 
     [3, 3, 4, 4, 4, 4, 5, 5, 5], 
     [3, 3, 4, 4, 4, 4, 5, 5, 5], 
     [3, 3, 4, 4, 4, 4, 5, 5, 5], 
     [6, 6, 7, 7, 7, 7, 8, 8, 8], 
     [6, 6, 7, 7, 7, 7, 8, 8, 8], 
     [6, 6, 7, 7, 7, 7, 8, 8, 8]]) 

我想原来的数组中的每个值成为一组3×3的值......这不是我所得到的。

我该怎么办？ （为什么我得到这个结果直观？）

Answer 1

您可以使用np.kron：

In [16]: g 
Out[16]: 
array([[0, 1, 2], 
     [3, 4, 5], 
     [6, 7, 8]]) 

In [17]: np.kron(g, np.ones((3,3), dtype=int)) 
Out[17]: 
array([[0, 0, 0, 1, 1, 1, 2, 2, 2], 
     [0, 0, 0, 1, 1, 1, 2, 2, 2], 
     [0, 0, 0, 1, 1, 1, 2, 2, 2], 
     [3, 3, 3, 4, 4, 4, 5, 5, 5], 
     [3, 3, 3, 4, 4, 4, 5, 5, 5], 
     [3, 3, 3, 4, 4, 4, 5, 5, 5], 
     [6, 6, 6, 7, 7, 7, 8, 8, 8], 
     [6, 6, 6, 7, 7, 7, 8, 8, 8], 
     [6, 6, 6, 7, 7, 7, 8, 8, 8]]) 

的zoom(g, 3, order=0)输出是有点出人意料。考虑第一行：[0, 0, 1, 1, 1, 1, 2, 2, 2]。为什么有四个1？

当order=0变焦（实际上）计算np.linspace(0, 2, 9)，它看起来像

In [80]: np.linspace(0, 2, 9) 
Out[80]: array([ 0. , 0.25, 0.5 , 0.75, 1. , 1.25, 1.5 , 1.75, 2. ]) 

，然后舍入值。如果你使用np.round()，您可以：

In [71]: np.round(np.linspace(0, 2, 9)).astype(int) 
Out[71]: array([0, 0, 0, 1, 1, 1, 2, 2, 2]) 

注意np.round(0.5)给0，但np.round(1.5)给2。 np.round()使用"round half to even" tie-breaking rule。显然，在zoom代码进行舍入使用"round half down" rule：便将0.5到0和1.5到1，如下面的

In [81]: [int(round(x)) for x in np.linspace(0, 2, 9)] 
Out[81]: [0, 0, 1, 1, 1, 1, 2, 2, 2] 

，这就是为什么有四个1在里面。

Answer 2

为什么我会得到这个不直观的结果？

因为zoom是样条插值函数。换句话说，它从该中点1到该中点0绘制一个三次样条，并且它们之间的值将得到该样条的值在适当的位置。

如果您想要最近的，线性或二次插值而不是立方，可以使用order=0或order=1或order=2参数。但是如果你根本不需要插值 - 你不要使用插值函数。这就像问为什么使用[int(i*2.3) for i in range(10)]来获得从0到20的偶数给你一些奇数。从0到20的偶数并不是一个函数，所以它不会这样做，但它完全符合您的要求。

---

我该怎么办呢？

再一次，如果你想要非插值缩放，不要使用插值函数。最简单的方法可能是使用np.kron，对Kroenecker-用np.ones((scale, scale))乘以你的数组。