我正在尝试为图像中的对象检测生成一个边界框。我读取图像并生成二进制 2d numpy 数组，例如：
array([[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])
1 代表图像中边界框内的像素。怎样才能得到左上点的x,y坐标，然后是x,y的长度？
【问题讨论】：
检查这个简单的代码：
import numpy as np
a = np.array(
[[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 0, 0, 0, 0],
[0, 0, 0, 0, 0, 0]])
x,y = np.where(a)
top_left = x.min(), y.min()
bottom_right = x.max(), y.max()
【讨论】：
y,x = np.where(...
f 和k...
x和y，反对通用的“x/y轴水平/垂直位置”约定是不正当的/适得其反。感谢回答，节省了一些时间。但是在实际存储(vert, horiz) 时引入了一个错误，即top_left 自文档到(horiz, vert) 坐标。 knick_knock_paddywhack 和 give_a_dog_a_bone 会是更好的选择。
numpy 数组以列为主。因此，第一个索引表示数组中的垂直位置，正如您在答案中所写的那样。