python - 如何在numpy中返回图像中区域的坐标及其尺寸？

Question

我有两个数据集，尺寸均为 25 x 25。一个数据集是“完整”图像，第二个数据集显示第一个图像中的对象，这意味着对象之外的所有内容都是零。

如何返回第二个数据集中对象所在位置的坐标，以便可以在第一个数据集中找到该对象？

我如何找到对象存在位置的尺寸(numpy 数组中对象的高度和宽度)？

Answer 1

我们将“完整”图像称为 img 和对象标签图像 mask。我将使用 5 × 5 数组进行说明:

import numpy as np

img = np.random.random((5, 5))
mask = np.array([
        [0, 0, 0, 0, 0],
        [0, 1, 1, 1, 0],
        [1, 1, 1, 1, 1],
        [0, 1, 1, 1, 0],
        [0, 0, 1, 0, 0],
       ], dtype=bool)

然后您可以轻松获得掩码中 True 点的面积:它只是总和，因为 True 为 1，False 为 0 :

np.sum(mask)

您可以使用 np.argwhere(mask) 获取 mask 为 True 的坐标，但实际上您可能不需要因为您可以直接使用 mask 索引到 img 。也就是说，您可以从 img 获取数据，其中 mask 为 True，如下所示:

img[mask]

例如，您可以获取 mask 为 True 的数据点的平均值，如下所示:

np.mean(img[mask])

您可以仅使用屏蔽数据获取img，让其他一切都为0:

img * mask

或者，如果您更喜欢 nan 作为遮蔽区域:

masked = img.copy()
masked[~mask] = np.nan

最后，您可以获得 mask 区域的[height, width]，如下所示:

[np.sum(np.max(mask, axis=i)) for i in (1, 0)]