python - 删除矩阵中的行或列时输出错误

Question

我有这样的作业，其中黑白图像可以用数组表示，其中的值 数组表示灰度级，例如白色=0，黑色=1，灰度为数字 介于 0 和 1 之间。当图像具有固定背景颜色时，通过删除具有恒定颜色的图像外部部分来裁剪图像会很有用。

我想创建一个函数，它也将表示黑/白图像的数组作为输入 作为表示背景颜色的 0 到 1 之间的数字。该函数必须返回裁剪后的图像， 其中值等于给定背景颜色的所有前导行和尾随行和列都将被删除。

我已经尝试过这个:

def imageCrop(img_in,background):
    for i in range(len(img_in)):
        if np.sum(img_in[i,:])==background:
           img_out= np.delete(img_in,img_in[i,:],axis=1)
        elif np.sum(img_in[-i,:])==background:
            img_out=np.delete(img_in,img_in[-i,:],axis=1)
        elif np.sum(img_in[:,i])==background:
           img_out= np.delete(img_in,img_in[:,i],axis=0)
        elif np.sum(img_in[:,-i])==background:
            img_out=np.delete(img_in,img_in[:,-1])
    return img_out

输入是:

img_in = np.array([[0, 1, 0, 0.5, 0, 0],[0, 0.5, 0, 0, 0, 0],[0, 0.3, 0, 0.3, 0, 0],[0, 0, 0, 0, 0, 0]])
background = (0.0)

输出应该是:

[[1,0,0.5],[0.5,0,0],[0.3,0,0.3]]

因此与背景总和相同的每一行或列都会被删除

现在我的输出是:

[[1,0,0.5,0,0],[0.5,0,0,0,0],[0.3,0,0.3,0,0],[0,0,0,0,0]]

Answer 1

它绝对可以针对速度进行优化，但这里有一个简单的修复方法。它从数组/图像两端迭代行和列，并在找到包含像素的第一行/列时停止，这样它就不会删除任何内部区域。

编辑:用 np.all 替换 np.sum，以便它可以适用于任何背景。

def imageCrop(img_in,background):
    rows_to_delete = []
    cols_to_delete = []
    n_rows = img_in.shape[0]
    n_cols = img_in.shape[1]

    for i in range(n_rows):
        if np.all(img_in[i, :] == background):
            rows_to_delete.append(i)
        else:
            break

    for i in range(1, n_rows):
        if np.all(img_in[-i, :] == background):
            rows_to_delete.append(n_rows-i)
        else:
            break

    for i in range(n_cols):
        if np.all(img_in[:,i] == background):
            cols_to_delete.append(i)
        else:
            break

    for i in range(1, n_cols):
        if np.all(img_in[:,-i] == background):
            cols_to_delete.append(n_cols-i)
        else:
            break

    img_out = np.delete(img_in, rows_to_delete, axis=0)
    img_out = np.delete(img_out, cols_to_delete, axis=1)

    return img_out

输出:

array([[1. , 0. , 0.5],
       [0.5, 0. , 0. ],
       [0.3, 0. , 0.3]])

否则，如果您想删除总和与背景相同的所有行和列:

def imageCrop(img_in,background):
    rows_to_delete = []
    cols_to_delete = []
    n_rows = img_in.shape[0]
    n_cols = img_in.shape[1]

    for i in range(n_rows):
        if np.all(img_in[i, :] == background):
            rows_to_delete.append(i)

    for i in range(n_cols):
        if np.all(img_in[:,i] == background):
            cols_to_delete.append(i)

    img_out = np.delete(img_in, rows_to_delete, axis=0)
    img_out = np.delete(img_out, cols_to_delete, axis=1)

    return img_out

输出

array([[1. , 0.5],
       [0.5, 0. ],
       [0.3, 0.3]])