最快的3D到2D投影

问题内容：

我有一个二进制数据的3D数组。我想将其投影到3个2D图像-侧面，正面，鸟瞰。

我已经写了代码：

for x in range(data.shape[2]):
    for y in range(data.shape[0]):
        val = 0
        for z in range(data.shape[1]):
            if data[y][z][x] > 0:
                val = 255
                break
        side[y][x] = val

但这对于约700x300x300的矩阵来说实在是太慢了（75s！）。

完成这项任务的最快方法是什么？

编辑：

为了保存图像，我使用了：

sideImage = Image.fromarray(side)
sideImage.convert('RGB').save("sideImage.png")

问题答案：

您可以如下计算：

>>> data = np.random.random_sample((200, 300, 100)) > 0.5
>>> data.any(axis=-1).shape # show the result has the shape we want
(200, 300)
>>> data.any(axis=-1)
array([[ True,  True,  True, ...,  True,  True,  True],
       [ True,  True,  True, ...,  True,  True,  True],
       [ True,  True,  True, ...,  True,  True,  True],
       ...,
       [ True,  True,  True, ...,  True,  True,  True],
       [ True,  True,  True, ...,  True,  True,  True],
       [ True,  True,  True, ...,  True,  True,  True]], dtype=bool)
>>>

您可以根据需要缩放值

>>> data.any(axis=-1) * 255
array([[255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       ...,
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255],
       [255, 255, 255, ..., 255, 255, 255]])
>>>

最快的3D到2D投影

微信关注