Question

假设我有两个不同阈值的图像，我想找到两个阈值的集合索引，换句话说，两个列表中的所有索引。假设尺寸相等，所以没有什么可担心的。

img1 = #something
img2 = #something slightly different
indexes1 = np.nonzero(img1)
indexes2 = np.nonzero(img2)
index_intersection = #???

我怎样才能以易于理解和高效的方式做到这一点？

Answer 1

如果您正在寻找匹配的非零XY索引对，您可以在输入数组的非零掩码之间使用布尔AND，然后使用np.nonzero，就像这样 -

out = np.nonzero((img1!=0) & (img2!=0))

您可以在获得img1和img2的匹配线性索引后，使用np.intersect1d验证这些结果，为我们提供第二种方法来解决手头的问题，就像这样 -

l_intsct = np.intersect1d(np.nonzero(img1.ravel())[0],np.nonzero(img2.ravel())[0])
out = np.unravel_index(l_intsct,img1.shape)

示例运行 -

In [127]: img1
Out[127]: 
array([[3, 2, 3, 1, 0],
       [3, 1, 1, 2, 2],
       [0, 2, 3, 2, 1],
       [0, 0, 0, 4, 2]])

In [128]: img2
Out[128]: 
array([[1, 1, 4, 0, 0],
       [0, 0, 0, 0, 2],
       [4, 1, 0, 3, 1],
       [1, 0, 4, 1, 4]])

In [129]: np.nonzero(img1)
Out[129]: 
(array([0, 0, 0, 0, 1, 1, 1, 1, 1, 2, 2, 2, 2, 3, 3]),
 array([0, 1, 2, 3, 0, 1, 2, 3, 4, 1, 2, 3, 4, 3, 4]))

In [130]: np.nonzero(img2)
Out[130]: 
(array([0, 0, 0, 1, 2, 2, 2, 2, 3, 3, 3, 3]),
 array([0, 1, 2, 4, 0, 1, 3, 4, 0, 2, 3, 4]))

In [131]: np.nonzero((img1!=0) & (img2!=0))
Out[131]: (array([0, 0, 0, 1, 2, 2, 2, 3, 3]), array([0, 1, 2, 4, 1, 3, 4, 3, 4]))

In [132]: l_intsct = np.intersect1d(np.nonzero(img1.ravel())[0],np.nonzero(img2.ravel())[0])

In [133]: np.unravel_index(l_intsct,img1.shape)
Out[133]: (array([0, 0, 0, 1, 2, 2, 2, 3, 3]), array([0, 1, 2, 4, 1, 3, 4, 3, 4]))

相交两个numpy索引数组

1 个答案: