对于互相关程序,我想取一些二维矩阵(灰度图像),将其中一半旋转90度,然后对所有矩阵进行傅立叶变换。我正在交叉关联大量的帧,所以我尝试将pyFFTW与FFTW对象接口一起使用,我以前已经成功地使用过它。在
但是,在这里使用numpy.rot90()
我遇到了这样一个问题:numpy不是在物理上旋转内存中的数组,而是简单地改变跨距,而FFTW要求物理内存中的数组实际旋转。在
# Import a 2k x 2k image
mage = my_image_import_function( (2048,2048) )
# mage striding is (16384,8)
temp = np.rot90( mage, k=-1 )
# temp striding is (8, -16384 )
temp2 = np.copy( temp )
# temp2 striding is (8, 16384)
mage2 = np.lib.stride_tricks.as_strided( temp2, (2048,2048), (16384,8) )
# mage2 striding is (16384,8)
pyFFTWobj.update_arrays( mage2, mageFFT )
pyFFTWobj.execute()
使用.as_strided()
可以恢复原来的跨步,这样它就可以输入pyFFTW。但是,在应用.as_strided()
函数之后,mage2
不再相对于mage
旋转。.as_strided()
撤消了旋转操作,因此上面的代码什么也不做。在
程序员如何在物理上强制numpy数组与其在内存中的跨步匹配?在
您可以提供
np.copy
一个order
kwarg来控制复制数组的内存布局。您似乎需要一个C连续数组,因此您需要:您也可以依赖这样一个事实,虽然}对应的method是{},因此这也可以:
^{pr2}$np.copy
function的order
的默认值是'K'
,而{当然,“显式比隐式好”诸如此类,因此,即使您使用该方法,显式地要求您想要的东西要好得多:
一些假数据,以确保其有效:
您可以这样强制它在内存中更新:
如果需要保留
^{pr2}$mage
,可以使用zeros_like
在内存中设置另一个数组:相关问题 更多 >
编程相关推荐