Question

我正在处理通过numpy.array（）创建的数组，我需要在模拟图像的画布上绘制点。由于包含有意义数据的数组中心部分周围有很多零值，我想“修剪”数组，删除仅包含零的行和仅包含零的行。

所以，我想知道一些本地numpy函数甚至是一个代码片段来“修剪”或找到一个“边界框”来仅切片数组中包含数据的部分。

（因为这是一个概念性的问题，我没有提供任何代码，对不起，如果我应该，我很新鲜在SO上发帖。）

感谢您阅读

Answer 1

这应该这样做：

from numpy import array, argwhere

A = array([[0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 1, 0, 0, 0, 0],
           [0, 0, 1, 1, 0, 0, 0],
           [0, 0, 0, 0, 1, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0]])

B = argwhere(A)
(ystart, xstart), (ystop, xstop) = B.min(0), B.max(0) + 1 
Atrim = A[ystart:ystop, xstart:xstop]

Answer 2

以下代码来自this answer，在我的测试中跑得最快：

argwhere

使用argwhere接受的答案有效，但速度较慢。我的猜测是，因为final Toast testing = Toast.makeText(context, "start.", Toast.LENGTH_SHORT); testing.show();分配了一个巨大的输出索引数组。我在大型2D阵列（1024 x 1024图像，大约50x100非零区域）上进行了测试。

Answer 3

类似的东西：

empty_cols = sp.all(array == 0, axis=0)
empty_rows = sp.all(array == 0, axis=1)

生成的数组将是1D布尔数组。从两端循环它们以找到“边界框”。

NumPy中的ndarray是否有“边界框”功能（具有非零值的切片）？

3 个答案: