Z字形扫描zigzag二维矩阵python实现
在对图像进行 dct 变换后,原图像的高频分量集中在左上,低频部分集中在右下。在此情况下,将图像将成一维,用简单的逐行逐列效果不会很好,故需用Z字形扫描的方式进行展开。下图给出了奇数行列和偶数行列的情况示意图(仅供参考,行列数可以不相等,但一般图像处理里,分块都是8*8的小块)。
下面给出了代码,注释写得比较清楚。请结合图像理解。几个关键点:
1、在不考虑边界时,根据行和列数和是奇数还是偶数来区分前面的方向是右上还是左下;
2、在考虑边界时,需要转弯,转弯时需要判断是哪个边界、或者顶点位置;
在将情况讨论后,发现代码其实是可以合并的。这里为了方便理解,不进行合并
import cv2 as cv ''' define : zigzag 扫描 input : 二维矩阵, shape: (row, col) output : 列表, shape: (row*col,) variable: k 列表序号, i 行序号, j 列序号, row 行数, col 列数 method : 假设 (0, 0) 在左上角, (row-1, col-1) 在右下角的情况. 考虑非边界的情况, 只有右上/左下两个方向. 以从 (0, 0) 先向右(下)为例, 则会有 i+j 为偶数时右上(左下)前进, 为奇数时左下(右上)的情况前进. 如果遇到边界, 某个方向收到限制, 移动允许的直线方向''' def zigzag(data): row = data.shape[0] col = data.shape[1] num = row * col list = np.zeros(num,) k = 0 i = 0 j = 0 while i < row and j < col and k < num: list[k] = data.item(i, j) k = k + 1 # i + j 为偶数, 右上移动. 下面情况是可以合并的, 但是为了方便理解, 分开写 if (i + j) % 2 == 0: # 右边界超出, 则向下 if (i-1) in range(row) and (j+1) not in range(col): i = i + 1 # 上边界超出, 则向右 elif (i-1) not in range(row) and (j+1) in range(col): j = j + 1 # 上右边界都超出, 即处于右上顶点的位置, 则向下 elif (i-1) not in range(row) and (j+1) not in range(col): i = i + 1 else: i = i - 1 j = j + 1 # i + j 为奇数, 左下移动 elif (i + j) % 2 == 1: # 左边界超出, 则向下 if (i+1) in range(row) and (j-1) not in range(col): i = i + 1 # 下边界超出, 则向右 elif (i+1) not in range(row) and (j-1) in range(col): j = j + 1 # 左下边界都超出, 即处于左下顶点的位置, 则向右 elif (i+1) not in range(row) and (j-1) not in range(col): j = j + 1 else: i = i + 1 j = j - 1 return list if __name__ == "__main__": data = np.matrix([[1,2,6],[3,5,7],[4,8,9]]) print(data) result = zigzag(data) print(result)