Question

我有一个位于二维数组内的边界框，其中边界框外的区域被标记为＆＃39; nan＆＃39;。我正在寻找一种方法来定位边界框的4个角，也就是说，与“＆＃39; nan”相邻的值的索引。值。我可以在“for-loop”中进行此操作。方式，但只是想知道是否有更快的方法这样做。

对于以下示例，结果应返回行索引2,4和列索引1,4。

[[nan,nan,nan,nan,nan,nan,nan],
 [nan,nan,nan,nan,nan,nan,nan],
 [nan, 0,  7,  3,  3, nan,nan],
 [nan, 7,  6,  9,  9, nan,nan],
 [nan, 7,  9, 10,  1, nan,nan],
 [nan,nan,nan,nan,nan,nan,nan]]

感谢。

Answer 1

这将给出两个轴的最大值和最小值：

xmax, ymax = np.max(np.where(~np.isnan(a)), 1)
xmin, ymin = np.min(np.where(~np.isnan(a)), 1)

Answer 2

查看np.where：

import numpy as np
a = [[nan,nan,nan,nan,nan,nan,nan],
    [nan,nan,nan,nan,nan,nan,nan],
    [nan, 0,  7,  3,  3, nan,nan],
    [nan, 7,  6,  9,  9, nan,nan],
    [nan, 7,  9, 10,  1, nan,nan],
    [nan,nan,nan,nan,nan,nan,nan]]

where_not_nan = np.where(np.logical_not(np.isnan(a)))

您应该可以从where_not_nan获取边界框：

bbox = [ (where_not_nan[0][0], where_not_nan[1][0]), 
        (where_not_nan[0][0], where_not_nan[1][-1]), 
        (where_not_nan[0][-1], where_not_nan[1][0]), 
        (where_not_nan[0][-1], where_not_nan[1][-1]) ]

bbox
# [(2, 1), (2, 4), (4, 1), (4, 4)]

Answer 3

您必须检查所有nans的矩阵

row, col = np.where(~np.isnan(matrix))
r1, c1 = row[ 0], col[ 0]
r2, c2 = row[-1], col[-1]

Numpy：在2d数组中查找边界框

3 个答案: