快速计算二进制numpy数组的质心答案

【问题标题】：Quickly calculating centroid of binary numpy array快速计算二进制numpy数组的质心
【发布时间】：2016-12-20 09:19:54
【问题描述】：

我有一个 0 和 1 (512 x 512) 的 numpy 数组。我想计算 1 形状的centroid（它们都连接在数组中间的一个圆形斑点中）。

for i in xrange(len(array[:,0])):
    for j in xrange(len(array[0,:])):
        if array[i,j] == 1:
            x_center += i
            y_center += j

count = (aorta == 1).sum()
x_center /= count
y_center /= count

有没有办法加快我上面的计算速度？我可以使用 numpy.where() 什么的吗？是否有任何 python 函数可以并行执行此操作？

【问题讨论】：

你也可以使用np.count_nonzero()代替count变量。

标签： performance python-2.7 numpy vectorization centroid

【解决方案1】：

可以替换两个嵌套循环，得到中心点的坐标，像这样-

x_center, y_center = np.argwhere(array==1).sum(0)/count

【讨论】：

假设数组是图像，反之亦然 y_center, x_center。也可以使用 np.argwhere(.).mean()

【解决方案2】：

您也可以使用scipy.ndimage.measurements.center_of_mass。

【讨论】：

【解决方案3】：

import numpy as np 

x_c = 0
y_c = 0

area = array.sum()
it = np.nditer(array, flags=['multi_index'])

for i in it:
    x_c = i * it.multi_index[1] + x_c
    y_c = i * it.multi_index[0] + y_c

centroid = int(x_c/area), int(y_c/area)

那应该是使用numpy.nditer()的二值图像的质心

【讨论】：