Question

在我的任务中，我将凹多边形表示为1和0的矩阵，其中一个意味着给定点属于多边形。例如，以下是简单的正方形和U形多边形：

0 0 0 0     0 0 0 0 0 0 0
0 1 1 0     0 1 1 0 0 1 1
0 1 1 0     0 1 1 1 1 1 1
0 0 0 0     0 1 1 1 1 1 1

然而，有时我得到一个不完整的表示，其中：（1）包括所有边界点，以及（2）缺少一些内部点。例如，在以下u形多边形的放大版本中，位置（1,1），（1,6），（3,1），...，（3,6）*处的元素是＆＃ 34;未填充＆＃34 ;.目标是填充它们（即，将它们的值更改为1）。

1 1 1 0 0 1 1 1
1 0 1 0 0 1 0 1
1 1 1 1 1 1 0 1
1 0 0 0 0 0 0 1
1 1 1 1 1 1 1 1

你知道在Python / NumPy中是否有一种简单的方法可以做到这一点？

*（行，列），从左上角开始计算

Answer 1

这是图像处理中一个众所周知的问题，可以使用morphological operators来解决。

有了这个，你可以使用scipy的binary_fill_holes来填补面具上的漏洞：

>>> import numpy as np
>>> from scipy.ndimage import binary_fill_holes
>>> data = np.array([[1, 1, 1, 0, 0, 1, 1, 1],
                     [1, 0, 1, 0, 0, 1, 0, 1],
                     [1, 1, 1, 1, 1, 1, 0, 1],
                     [1, 0, 0, 0, 0, 0, 0, 1],
                     [1, 1, 1, 1, 1, 1, 1, 1]])

>>> filled = binary_fill_holes(data).astype(int)
>>> filled
array([[1, 1, 1, 0, 0, 1, 1, 1],
       [1, 1, 1, 0, 0, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1],
       [1, 1, 1, 1, 1, 1, 1, 1]])

Answer 2

我不相信在Python或其他任何东西中都会存在一些通用的目的解决方案。这是经典的广度优先图搜索。对于每个0，要么存在相邻零的路径，所以这些零中的至少一个位于（y，x）位置，以便（x = 0或y = 0或x = maxx或y = maxy）或此0应该改为1。

也许这里的答案会对您有所帮助：How to trace the path in a Breadth-First Search?

填充表示为二进制矩阵的凹多边形

2 个答案: