Cómo acceder a los subarrays de píxeles vecinos, en bloques 3x3, mediante ndimage del módulo scipy

En un artículo anterior se hizo mención a una manera expedita para determinar la estadística de píxeles vecinos, en bloques 3x3, mediante ndimage del módulo scipy. En este post se va a considerar dos maneras de acceder a los subarrays que permitieron determinar tales estadísticas.

Como puede observarse en la documentación de ndimage.generic_filter, el segundo parámetro es una función que puede ser invocada externamente. Desde allí se se puede acceder a los valores individuales de cada subarray e imprimirlos a un archivo de texto en disco para ser usados más adelante en el código principal. Sería la primera manera.

Sin embargo, usando el octavo argumento de ndimage.generic_filter, 'extra_arguments', es posible pasar los subarrays a una variable para ser usados dentro del código principal directamente.

Por otra parte, a diferencia del código original se usa una máscara para excluir el elemento central de cada subarray lo cual se habilita mediante el parámetro 'footprint'. El código completo es el siguiente:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50

import numpy as np from scipy import ndimage from os import path, remove if path.exists("subarrays_file.txt"): remove("subarrays_file.txt") def func(x, subarrays): file = open("subarrays_file.txt","a") file.write(str(x) + "\n") subarrays.append(x) return np.nanmean(x) a = np.reshape(np.arange(25),(5,5)) print a matrix = np.array(a).astype(np.float) mask = np.ones((3, 3)) mask[1, 1] = 0 subarrays = [] result = ndimage.generic_filter(matrix, func, footprint = mask, mode='constant', cval=np.NaN, extra_arguments = (subarrays,)) print result for subarray in subarrays: print subarray file = open("subarrays_file.txt","r") lines = file.readlines() values = [ [] for i in range(len(lines))] for i, line in enumerate(lines): tmp = line.split(' ') for item in tmp: try: item = item.replace("]", " ") s = float(item) values[i].append(s) except ValueError: pass print "Printing from text file" for value in values: print value

Después de ejecutado en la Python Console de QGIS se obtiene el resultado a continuación; tal como se esperaba:

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 20 21 22 23 24 25 26 27 28 29 30 31 32 33 34 35 36 37 38 39 40 41 42 43 44 45 46 47 48 49 50 51 52 53 54 55 56 57 58 59 60 61

[[ 0 1 2 3 4] [ 5 6 7 8 9] [10 11 12 13 14] [15 16 17 18 19] [20 21 22 23 24]] [[ 4. 4. 5. 6. 6.66666667] [ 5.6 6. 7. 8. 8.4 ] [ 10.6 11. 12. 13. 13.4 ] [ 15.6 16. 17. 18. 18.4 ] [ 17.33333333 18. 19. 20. 20. ]] [ nan nan nan nan 1. nan 5. 6.] [ nan nan nan 0. 2. 5. 6. 7.] [ nan nan nan 1. 3. 6. 7. 8.] [ nan nan nan 2. 4. 7. 8. 9.] [ nan nan nan 3. nan 8. 9. nan] [ nan 0. 1. nan 6. nan 10. 11.] [ 0. 1. 2. 5. 7. 10. 11. 12.] [ 1. 2. 3. 6. 8. 11. 12. 13.] [ 2. 3. 4. 7. 9. 12. 13. 14.] [ 3. 4. nan 8. nan 13. 14. nan] [ nan 5. 6. nan 11. nan 15. 16.] [ 5. 6. 7. 10. 12. 15. 16. 17.] [ 6. 7. 8. 11. 13. 16. 17. 18.] [ 7. 8. 9. 12. 14. 17. 18. 19.] [ 8. 9. nan 13. nan 18. 19. nan] [ nan 10. 11. nan 16. nan 20. 21.] [ 10. 11. 12. 15. 17. 20. 21. 22.] [ 11. 12. 13. 16. 18. 21. 22. 23.] [ 12. 13. 14. 17. 19. 22. 23. 24.] [ 13. 14. nan 18. nan 23. 24. nan] [ nan 15. 16. nan 21. nan nan nan] [ 15. 16. 17. 20. 22. nan nan nan] [ 16. 17. 18. 21. 23. nan nan nan] [ 17. 18. 19. 22. 24. nan nan nan] [ 18. 19. nan 23. nan nan nan nan] Printing from text file [nan, nan, nan, nan, 1.0, nan, 5.0, 6.0] [nan, nan, nan, 0.0, 2.0, 5.0, 6.0, 7.0] [nan, nan, nan, 1.0, 3.0, 6.0, 7.0, 8.0] [nan, nan, nan, 2.0, 4.0, 7.0, 8.0, 9.0] [nan, nan, nan, 3.0, nan, 8.0, 9.0, nan] [nan, 0.0, 1.0, nan, 6.0, nan, 10.0, 11.0] [0.0, 1.0, 2.0, 5.0, 7.0, 10.0, 11.0, 12.0] [1.0, 2.0, 3.0, 6.0, 8.0, 11.0, 12.0, 13.0] [2.0, 3.0, 4.0, 7.0, 9.0, 12.0, 13.0, 14.0] [3.0, 4.0, nan, 8.0, nan, 13.0, 14.0, nan] [nan, 5.0, 6.0, nan, 11.0, nan, 15.0, 16.0] [5.0, 6.0, 7.0, 10.0, 12.0, 15.0, 16.0, 17.0] [6.0, 7.0, 8.0, 11.0, 13.0, 16.0, 17.0, 18.0] [7.0, 8.0, 9.0, 12.0, 14.0, 17.0, 18.0, 19.0] [8.0, 9.0, nan, 13.0, nan, 18.0, 19.0, nan] [nan, 10.0, 11.0, nan, 16.0, nan, 20.0, 21.0] [10.0, 11.0, 12.0, 15.0, 17.0, 20.0, 21.0, 22.0] [11.0, 12.0, 13.0, 16.0, 18.0, 21.0, 22.0, 23.0] [12.0, 13.0, 14.0, 17.0, 19.0, 22.0, 23.0, 24.0] [13.0, 14.0, nan, 18.0, nan, 23.0, 24.0, nan] [nan, 15.0, 16.0, nan, 21.0, nan, nan, nan] [15.0, 16.0, 17.0, 20.0, 22.0, nan, nan, nan] [16.0, 17.0, 18.0, 21.0, 23.0, nan, nan, nan] [17.0, 18.0, 19.0, 22.0, 24.0, nan, nan, nan] [18.0, 19.0, nan, 23.0, nan, nan, nan, nan]