Question

我想从（180x180x197）的布尔3D数组中提取3D立方体（3x3x3）。这类似于scipy.ndimage.measurements.label但需要固定大小（3x3x3）。有没有比使用for循环更快的方法。

Answer 1

在您的特殊情况下，我建议使用ndimage.minimum_filter 假设你的数组叫做“a”。以下内容：

centers = ndimage.minimum_filter(a, 3, mode="constant")

只会包含数组中包含True的框然后你可以使用scipy.ndimage.measurements.label和默认结构对盒子进行分类，也可以识别连接的盒子。要找到它们，您可以使用ndimage.measurements.find_objects

编辑：

通过上述方法，您将正确获得数组中所有多维数据集的中心。要清楚，我认为这是你最初问题的答案。事实证明，在评论中，确实只需要非重叠的立方体。因此，需要分析minimum_filter的输出，我可以想象很多方法。

可以使用以下内容仅为每个群集获取一个多维数据集：

s = ndimage.generate_binary_structure(3,3)
labels, num = ndimage.measurements.label(centers, s)
locations = ndimage.measurements.find_objects(labels)
locations = map(lambda slices: [slices[i].start for i in xrange(3)], locations)

现在出现的问题是多维数据集丢失但不重叠但共享一个面。实际上，人们可以想象非重叠的，面对面的立方体非常复杂的结构。当然，可以找到针对此问题的几种解决方案（非重叠立方体集）。因此，从找到的中心选择一组立方体是一项全新的任务，我认为您必须找到一个适合您的立方体。

一种方法是迭代所有解决方案并将每个找到的多维数据集设置为False：

get_starting_point = numpy.vectorize(lambda sl: sl.start) #to be applied on slices
s = ndimage.generate_binary_structure(3,3)
result = []

while True:
    labels, num = ndimage.measurements.label(centers, s)
    if not num:
        break
    locations = ndimage.measurements.find_objects(labels)
    sp = get_starting_point(locations)
    result.append(sp)
    for p in sp:
        centers[p[0]-1:p[0]+2, p[1]-1:p[1]+2, p[2]-1:p[2]+2] = False

numiter = len(results)
results = numpy.vstack(results)

我想只需要很少的迭代。

我希望这就是你要找的东西

Answer 2

dnalow帮助下的最终解决方案

get_starting_point = numpy.vectorize(lambda sl: sl.start)
s = ndimage.generate_binary_structure(3,3)
result = []

while True:
    centers = ndimage.minimum_filter(b, 3, mode="constant")
    labels, num = ndimage.measurements.label(centers, s)
    if not num:
        break
    locations = ndimage.measurements.find_objects(labels)
    sp = get_starting_point(locations)
    for p in sp:
        if numpy.all(a[p[0]-1:p[0]+2, p[1]-1:p[1]+2, p[2]-1:p[2]+2]):
            result.append(p) 
        b[p[0]-1:p[0]+2, p[1]-1:p[1]+2, p[2]-1:p[2]+2] = False

numiter = len(result)
results = numpy.vstack(result)

从3d阵列的numpy萃取物3d立方体

2 个答案: