快速找到大图像中连通分量的最小和最大坐标

Question

我有一个大小为50000x50000 的图像。它有大约25000 连接不同的连接组件。我使用ndimage.label 标记它们中的每一个，然后找到非零点，最后得到最小 x、最大 x、最小 y 和最大 y 值。但是，我必须为每个25000 连接的组件找到这些坐标。这很昂贵，因为我必须在50000x50000 图像25000 次上运行np.nonzero。这是我刚才提到的代码的 sn-p。

im, _ = ndimage.label(im)
num_instances = np.max(np.max(im))
for instance_id in range(1,num_instances+1):
    im_inst = im == instance_id 
    points = np.nonzero(im_inst) # running this is expensive as im is 50000x50000

    cropped_min_x_1 = np.min(points[0])
    cropped_min_y_1 = np.min(points[1]) 
    cropped_max_x_1 = np.max(points[0])+1 
    cropped_max_y_1 = np.max(points[1])+1

有谁知道我可以做些什么来显着加快这个过程？

Answer 1

如果标记像素的比例不是太大：

nz = np.flatnonzero(im)
order = np.argsort(im.ravel()[nz])
nz = nz[order]
blocks = np.searchsorted(im.ravel()[nz], np.arange(2, num_instances+1))
# or (which is faster will depend on numbers)
blocks = 1 + np.where(np.diff(im.ravel()[nz]))[0]
coords = np.array(np.unravel_index(nz, (50000, 50000)))
groups = np.split(coords, blocks, axis=-1)

groups 将是一个 2xn_i 坐标列表，其中 n_i 是组件 i 的大小。