Question

所以我有一个类型为np.array的灰色（2D）图像，里面有很多零和对象。每个对象由其具有相同值的像素定义，例如， 1.23e15。

我现在想要标记图像，即我想将某个值的所有像素（例如，上述值1.23e15的200个像素）重新缩放为一个整数。除了背景为零之外，我希望每个区域都设置为范围中的一个值（1，nbr_of_regions_in_img + 1）。

如果没有明显的循环解决方案，我怎样才能有效地完成这段时间（我有成千上万的图像）？

Answer 1

Scipy有extensive library用于图像处理和分析。您正在寻找的功能可能是scipy.ndimage.label

import scipy.ndimage
import numpy as np

pix = np.array([[0,0,1,1,0,0],
                [0,0,1,1,1,0],
                [1,1,0,0,1,0],
                [0,1,0,0,0,0]])
mask_obj, n_obj = scipy.ndimage.label(pix)

输出为您提供两个标记的掩码，每个标识的对象具有不同的编号，以及标识的对象的数量。

>>>print(n_obj)
>>>2
>>>print(mask_obj)
>>>[[0 0 1 1 0 0]
    [0 0 1 1 1 0]
    [2 2 0 0 1 0]
    [0 2 0 0 0 0]]

您还可以使用structure参数定义应该计为相邻单元格的内容：

s = np.asarray([[1,1,1],
                [1,1,1],
                [1,1,1]])

mask_obj, n_obj = scipy.ndimage.label(pix, structure = s)
>>>print(n_obj)
>>>1
>>>print(mask_obj) 
>>>[[0 0 1 1 0 0]
    [0 0 1 1 1 0]
    [1 1 0 0 1 0]
    [0 1 0 0 0 0]]

如果不同的物体彼此接触，即它们没有被零值分开，则会出现困难。

numpy图像替换值相等的区域

1 个答案: