Question

我在图像上执行了均值漂移分割并获得了标签数组，其中每个点值对应于它所属的分段。

labels = [[0,0,0,0,1],
          [2,2,1,1,1],
          [0,0,2,2,1]]

另一方面，我有相应的grayScale图像，并希望独立地对每个区域执行操作。

img = [[100,110,105,100,84],
       [ 40, 42, 81, 78,83],
       [105,103, 45, 52,88]]

让我们说，我想要每个区域的灰度值之和，如果它<200，我想将这些点设置为0（在这种情况下，所有点都在区域2），如何用numpy做到这一点？我确信这比我开始实施的方式更好，其中包括很多很多for循环和临时变量...

Answer 1

查看numpy.bincount和numpy.where，这应该可以帮到你。例如：

import numpy as np
labels = np.array([[0,0,0,0,1],
                   [2,2,1,1,1],
                   [0,0,2,2,1]])
img = np.array([[100,110,105,100,84],
                [ 40, 42, 81, 78,83],
                [105,103, 45, 52,88]])

# Sum the regions by label:
sums = np.bincount(labels.ravel(), img.ravel())

# Create new image by applying threhold
final = np.where(sums[labels] < 200, -1, img)
print final
# [[100 110 105 100  84]
#  [ -1  -1  81  78  83]
#  [105 103  -1  -1  88]]

Answer 2

您正在寻找numpy函数where。以下是您的入门指示：

import numpy as np

labels = [[0,0,0,0,1], 
                 [2,2,1,1,1], 
                 [0,0,2,2,1]]

img = [[100,110,105,100,84], 
             [ 40, 42, 81, 78,83], 
             [105,103, 45, 52,88]]

# to sum pixels with a label 0:
px_sum = np.sum(img[np.where(labels == 0)])

NumPy阵列上的操作基于另一个Array中的信息

2 个答案: