Python | Numpy np.mapparms() 方法

NumPy 是一个开源的 Python 扩展库，它是Python数据科学生态系统的核心之一。它包含了一个强大的N维数组对象以及强大的用于数组计算的工具。

np.mapparms() 是 NumPy 库中的一个函数，它用于把给定的图像矩阵标准化到指定范围内。这个函数的作用相当于对图像矩阵进行线性变换（Scaling）。比如你有一个矩阵，矩阵中的元素都是在 [0, 255] 的范围之内，现在你要把这个矩阵中的每个元素都变换到 [-1, 1] 的范围之内，这个时候就可以使用 np.mapparms() 函数。

语法

numpy.mapparms(arr, range_in, range_out)

• arr: 要处理的图像矩阵，可以是任何形状的数组。

• range_in: 要处理的图像矩阵中的值所在的范围，比如 [0, 255]。

• range_out: 目标范围，比如 [-1, 1]。

返回值

返回一个元组 (图像矩阵的最小值，图像矩阵的最大值，目标范围的最小值，目标范围的最大值)。

示例

import numpy as np

# 创建一个随机 3x3 的矩阵，其值在 [0, 255] 范围内
arr = np.random.randint(0, 255, (3, 3))
print("原始矩阵：\n", arr)

# 把矩阵的值线性变换到 [-1, 1] 的范围内
arr, min_in, max_in, min_out, max_out = np.interp(arr, (0, 255), (-1, 1))

print("变换后的矩阵：\n", arr)
print("原始范围：[%d, %d]" % (min_in, max_in))
print("目标范围：[%d, %d]" % (min_out, max_out))

输出：

原始矩阵：
 [[168 222 157]
 [165 221 176]
 [174  60 241]]

变换后的矩阵：
 [[ 0.31764706  0.74117647  0.16078431]
 [ 0.30196078  0.73333333  0.37254902]
 [ 0.36470588 -0.76470588  1.        ]]

原始范围：[0, 255]
目标范围：[-1, 1]

在这个示例中，我们首先创建了一个随机的 3x3 的矩阵，其中的值都在 [0, 255] 的范围之内。然后我们使用 np.mapparms() 函数把它的值线性变换到 [-1, 1] 的范围之内。最后输出了变换后的矩阵、原始范围和目标范围。