确定边界框中是否有很多点

Question

数组x表示一个边界框，由两个(x,y)坐标分隔：

x = np.array([[2, 1], [5, 3]])

而数组p通过它们的(x,y)坐标表示点的集合：

p = np.array([[3, 2], [6, 4], [3, 4], [4, 2]])

对于p中的每个点，我想（在一次操作中）确定它是否在边界框x中，从而得到以下结果。

result = np.array([1, 0, 0, 1])

我虽然知道np.where()，但不确定如何在一次操作中处理整个点集合。另外，纯数值方法不是更快吗？

编辑：

我也对存在多个边界框的情况感兴趣，例如：

# [[bbox_1], [bbox_2], [bbox_2]]
# with each bbox as [x1 y1 x2 y2]
x = np.array([[2, 1, 5, 3], [2, 2, 4, 6], [0, 4, 3, 2]])

结果是表单

# [p1_bbox_1, p2_bbox_1, p3_bbox_1, p4_bbox_1], [p1_bbox_2, p2_bbox_2 ...]]
# results not necessarily exact but shape is correct
result = np.array([[True, False, False, True], [True, False, False, False], [False, False, True, False]])

应将恰好位于 bbox 边界上的点视为内部。

Answer 1

通过切片和利用broadcasting -

In [24]: ((p>=x[0]) & (p<=x[1])).all(1)
Out[24]: array([ True, False, False,  True])

这假设边界框数组为：

[[x1,y1]
 [x2,y2]]

如果格式是定义盒子角的[x1,y1,x2,y2]（一维数组），我们可以这样 -

((p>=x[:2]) & (p<=x[2:])).all(1)

此外，将>= 编辑为> 等以实现边界的排他性。

扩展到多个盒子

对于x中的多个盒子，格式为二维数组：

[[B1x1,B1y1,B1x2,B1y2],
 [B2x1,B2y1,B2x2,B2y2], ..
                      ]

所以，B1 是box-1，B2 是box-2 等等，而(x1,y1) 和(x2,y2) 是每个框的边界框角。解决方案是 -

((p>=x[:,None,:2]) & (p<=x[:,None,2:])).all(2)