python：二维矩阵中更快的局部最大值

概述给定：R是mxn浮点矩阵 输出：O是m×n矩阵,其中O [i,j] = R [i,j] if(i,j)是局部最大值,否则O [i,j] = 0.局部最大值定义为以i,j为中心的3×3块中的最大元素. 使用numpy和scipy在python上执行此 *** 作的更快的方法是什么. m,n = R.shapefor i in range(m): for j in range(n): 给定：R是mxn浮点矩阵

输出：O是m×n矩阵,其中O [i,j] = R [i,j] if(i,j)是局部最大值,否则O [i,j] = 0.局部最大值定义为以i,j为中心的3×3块中的最大元素.

使用numpy和scipy在python上执行此 *** 作的更快的方法是什么.

m,n = R.shapefor i in range(m):    for j in range(n):        R[i,j]  *= (1 if R[min(0,i-1):max(m,i+2),min(0,j-1):max(n,j+2)].max() == R[i,j] else 0)

解决方法 你可以使用 scipy.ndimage.maximum_filter：

In [28]: from scipy.ndimage import maximum_filter

这是一个样本R：

In [29]: ROut[29]: array([[3,3,3],[0,2,1,2],[3,0],[2,1]])

在3×3窗口上获得最大值：

In [30]: mx = maximum_filter(R,size=3)In [31]: mxOut[31]: array([[3,2]])

将mx与R进行比较;这是一个布尔矩阵：

In [32]: mx == ROut[32]: array([[ True,True,False,True],[False,False],[ True,False]],dtype=bool)

使用np.where创建O：

In [33]: O = np.where(mx == R,R,0)In [34]: OOut[34]: array([[3,0]])

总结

以上是内存溢出为你收集整理的python：二维矩阵中更快的局部最大值全部内容，希望文章能够帮你解决python：二维矩阵中更快的局部最大值所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错，欢迎将内存溢出网站推荐给程序员好友。