yuuho.wiki

この文書は読取専用です。文書のソースを閲覧することは可能ですが、変更はできません。もし変更したい場合は管理者に連絡してください。
====== numpy ======
==== 裏技 ====
=== 座標を得る ===
画像は高さ方向下向きに''H''で幅方向右向きに''W''と決まっている．
画像は''(H,W,C)''の形である．
コンピューターで使われる二次元座標はほとんどの場合右方向に''X''，下方向に''Y''となっている．
つまり画像中の座標は''(Y,X)''となっているのだ．

画像中の座標が求まると座標を利用した画像処理ができて便利．
''(H,W,2_xy)''の形の座標を作ってみよう．
<code python>
H,W = Y,X = 5,7

grid = np.mgrid[:H,:W].transpose(1,2,0)[:,:,::-1]
grid = np.mgrid[:Y,:X].transpose(1,2,0)[:,:,::-1]
grid = np.stack(np.mgrid[:H,:W][::-1],-1)
grid = np.mgrid[:H,:W][::-1].transpose(1,2,0)
grid = np.mgrid[:W,:H].T
</code>

これをつかって画像中心からの距離を利用してグラデーションのかかった点を描画してみる
<code python>
import numpy as np
from PIL import Image

H,W = 300,400
grid = np.c_[tuple(m[:,:,np.newaxis] for m in np.mgrid[:H,:W][::-1])]

window = 3
x,y = grid[:,:,0], grid[:,:,1]
x = x/W*window - (window/2)
y = y/H*window - (window/2)
v = np.e**(-(x**2+y**2))[:,:,np.newaxis] * 255
img = np.c_[v,v,v].astype(np.uint8)

Image.fromarray(img)
</code>

この場合，2x2行列での座標変換は
<code python>
transformed = (np.array([[1,2],[3,4]]) @ grid.reshape(-1,2).T).T.reshape(grid.shape)
</code>
とやるのが良さそう．

=== 同次座標 ===
(N,2)のndarrayを同次座標に変えて戻す
<code python>
harr = np.c_[arr,np.ones((arr.shape[0],1))]
arr = harr[:,:-1]
</code>

=== サンプリングを利用した画像変形 ===

<code python>
H,W,C = Y,X,_ = img.shape

grid = np.mgrid[:H,:W].transpose(1,2,0)[:,:,::-1]

smp_x = grid[:,:,0].astype(np.int64).flatten()
smp_y = grid[:,:,1].astype(np.int64).flatten()

out = img[smp_y,smp_x,:].reshape(H,W,C)
</code>

=== int から one hot へ ===


==== 変形 ====
''np.r_''はaxis=0でのconcatenate．\\
''np.c_''はaxis=-1でのconcatenate．(要検証)

dtypeは常に意識するのが良い．
==== in-place ====
numpyやpytorchのin-placeな関数とは
破壊的代入をおこなう関数．copy()などで防げる．

==== 代入 ====
以下は同じ，式が使えない内包表記ではメソッドが便利
<code python>
canvas[A==B] = hoge
canvas.place(A==B,hoge)
</code>


1チャンネル画像を3チャンネルにしたいときの書き方
<code python>
# 持っている : alpha (H,W)
# 欲しい : img (H,W,C)

#通常
hoge = alpha[:,:,None]
img = np.c_[hoge,hoge,hoge]

#broadcast
img = np.zeros((1,1,3),dtype=alpha.dtype)+alpha[...,None]
#or
img = np.array([[[0,0,0]]],dtype=alpha.dtype)+alpha[...,None]

#内包
img = [np.c_[a,a,a] for a in [alpha[:,:,None]] ][-1]

#method
img = alpha[:,:,None].repeat(3,axis=2)
</code>
==== linalg ====
linear algebra (線形代数) パッケージ．

=== linalg.solve(A,B) ===
$AX=B$の$X$を返す．

=== 型変換 ===
''.astype()''でfloatからintへ変換すると，四捨五入ではなく小数点以下切り捨てとなる．

==== print関数の挙動を変更 ====

''numpy.set_printoptions()'' を使えば良い

  * [[https://python.atelierkobato.com/print_option/|NumPy 表示形式の設定]]