如何在Python中使用VIPS执行逻辑操作和逻辑索引？

Question

我有以下使用Python和OpenCV的代码。简而言之，我有一堆不同焦距拍摄的图像。该代码在所有焦深（z）中，在每个（x，y）位置提取具有最大Laplacian-Guassian响应的像素，从而生成聚焦叠加图像。函数get_fmap创建一个2d数组，其中每个像素将包含具有最大对数响应的焦平面的数量。在下面的代码中，注释掉的行是我当前的VIPS实现。它们在函数定义中看起来不兼容，因为它只是部分解决方案。在

# from gi.repository import Vips

def get_log_kernel(siz, std):
    x = y = np.linspace(-siz, siz, 2*siz+1)
    x, y = np.meshgrid(x, y)
    arg = -(x**2 + y**2) / (2*std**2)
    h = np.exp(arg)
    h[h < sys.float_info.epsilon * h.max()] = 0
    h = h/h.sum() if h.sum() != 0 else h
    h1 = h*(x**2 + y**2 - 2*std**2) / (std**4)
    return h1 - h1.mean()

def get_fmap(img):    # img is a 3-d numpy array.
    log_response = np.zeros_like(img[:, :, 0], dtype='single')
    fmap = np.zeros_like(img[:, :, 0], dtype='uint8')
    log_kernel = get_log_kernel(11, 2)
    # kernel = get_log_kernel(11, 2)
    # kernel = [list(row) for row in kernel]
    # kernel = Vips.Image.new_from_array(kernel)
    # img = Vips.new_from_file("testimg.tif")
    for ii in range(img.shape[2]):           
        # img_filtered = img.conv(kernel)
        img_filtered = cv2.filter2D(img[:, :, ii].astype('single'), -1, log_kernel)
        index = img_filtered > log_response
        log_response[index] = img_filtered[index]
        fmap[index] = ii
    return fmap

然后fmap将用于从不同的焦平面中提取像素，以创建聚焦叠加图像

这是在一个非常大的图像上完成的，我觉得VIP在这方面可能比OpenCV做得更好。然而，官方文档提供的关于其Python绑定的信息相当少。从我在互联网上找到的信息来看，我只能使图像卷积工作（在我的例子中，这比OpenCV快一个数量级）。我想知道如何在VIP中实现这一点，尤其是这些线路？在

^{pr2}$

Answer 1

在参考了Python VIPS manual和一些尝试和错误之后，我想出了我自己的答案。我正在讨论的numpy和OpenCV实现可以转化为vip，如下所示：

import pyvips

img = []
for ii in range(num_z_levels):
    img.append(pyvips.Image.new_from_file("testimg_z" + str(ii) + ".tif")

def get_fmap(img)
    log_kernel = get_log_kernel(11,2)  # get_log_kernel is my own function, which generates a 2-d numpy array.
    log_kernel = [list(row) for row in log_kernel]  # pyvips.Image.new_from_array takes 1-d list array.
    log_kernel = pyvips.Image.new_from_array(log_kernel)  # Turn the kernel into Vips array so it can be used by Vips.
    log_response = img[0].conv(log_kernel)

    for ii in range(len(img)):
        img_filtered = img[ii+1].conv(log_kernel)
        log_response = (img_filtered > log_response).ifthenelse(img_filtered, log_response)
        fmap = (img_filtered > log_response).ifthenelse(ii+1, 0)

逻辑索引是通过ifthenelse方法实现的：

^{pr2}$

语法相当灵活。测试条件可以是相同大小的两个图像之间的比较，或者图像和值之间的比较，例如img1 > img2或{}。与wise一样，value_if_true可以是单个值或VIP图像。在

Answer 2

log_response和fmap在问题代码中初始化为3D数组，而问题文本声明输出fmap是一个2D数组。所以，我假设log_response和fmap被初始化为2D数组，它们的形状与每个图像相同。因此，编辑将是-

log_response = np.zeros_like(img[:,:,0], dtype='single')
fmap = np.zeros_like(img[:,:,0], dtype='uint8')

现在，回到问题的主题，您将逐个对每个图像执行二维过滤，并获得所有堆叠图像的过滤输出的最大索引。在这种情况下，根据^{}的文档，它也可以用于多维数组，并将多维数组作为输出。然后，获得所有图像的最大索引很简单.argmax(2)。因此，实施必须非常有效，并且将简单地-

^{pr2}$