如何从 pd.dataframe 获取布尔值“真”的坐标？

Question

我有一个 png，我把它变成了 pd.DataFrame，其中包含布尔值。对于白色像素，我得到“假”，而对于黑色像素，我得到“真”。我想生成 DXF 图。为此，我正在尝试获取数据框中每个“真”的坐标，以便稍后将它们连接起来画线。

这是我目前拥有的代码：

from PIL import Image
import numpy as np
import pandas as pd

img = Image.open('/home/sinushas/Downloads/Brezynio_Konvertavimas/test.png')
thresh = 200
fn = lambda x : 255 if x > thresh else 0
r = img.convert('L').point(fn, mode='1')
r.save('/home/sinushas/Downloads/Brezynio_Konvertavimas/test_converted.png')

im = Image.open('/home/sinushas/Downloads/Brezynio_Konvertavimas/test_converted.png')
im2arr = np.array(im) # im2arr.shape: height x width x channel

df = pd.DataFrame(im2arr)
df = (df == False) 

这是生成的 pd.Dataframe：

    0   1   2   3   4   5   6   7   8   9
0   False   False   False   False   False   False   False   False   False   False
1   False   False   False   False   False   False   False   False   False   False
2   False   False   True    True    True    True    True    True    False   False
3   False   False   False   False   True    True    False   False   False   False
4   False   False   False   False   True    True    False   False   False   False
5   False   False   False   False   True    True    False   False   False   False
6   False   False   False   False   True    True    False   False   False   False
7   False   False   False   False   False   False   False   False   False   False
8   False   False   False   False   False   False   False   False   False   False
9   False   False   False   False   False   False   False   False   False   False

我希望得到以下坐标： (2:3),(2:4),(2:5),(2:6),(2:7),(2:8),(3:5),(3:6),(4 :5),(4:6),(5:5),(6:6),(6:5),(6:6)

我还没有找到可以从 Dataframe 中获取任何坐标的工作代码。 我试过的东西：

result = im2arr.where('True')

df.sort_index() 

res = [i for i, val in enumerate(df) if val]

感谢任何提示。

Answer 1

使用np.where:

coord = np.where(df)

coordinates = [(x,y) for x, y in zip(coord[0], coord[1])]

输出

[(2, 2),
 (2, 3),
 (2, 4),
 (2, 5),
 (2, 6),
 (2, 7),
 (3, 4),
 (3, 5),
 (4, 4),
 (4, 5),
 (5, 4),
 (5, 5),
 (6, 4),
 (6, 5)]

Answer 2

DataFrame.stack

创建boolean indexing。

df2=df.stack()
coordinates=[*df2[df2].index]

---

#print(coordinates)
[(2, 2),
 (2, 3),
 (2, 4),
 (2, 5),
 (2, 6),
 (2, 7),
 (3, 4),
 (3, 5),
 (4, 4),
 (4, 5),
 (5, 4),
 (5, 5),
 (6, 4),
 (6, 5)]

Answer 3

您不需要pandas。而且您不必再次阅读它。你甚至可以在.point(fn, mode='L')中使用L

r = img.convert('L').point(fn, mode='1')
r.save(...)

data = np.where(r)          # [[y1,y2,...], [x1,x2,...], ]
points = list(zip(*data))   # [[y1,x1], [y2,x2], ...]

print(points)

您可以直接在r 上使用where() 来获取[[y1,y2,...], [x1,x2,...]] 的列表。

然后您可以使用zip() 来创建对[y1, x1]、[y2,x2] 等。

编辑：对于其他像素，您可以使用~ 否定r 中的值

data = np.where(~r)          # other pixels

---

数组适用于坐标(row, columns)，这意味着(y, x) - 就像您预期的数据(2,3), (2,4) - 但如果您需要(x, y)，请使用：

points = list(zip(data[1], data[0]))

最终

points = [(x,y) for y,x in zip(*data)]

---

编辑：你甚至不需要.point()

from PIL import Image
import numpy as np

img = Image.open('image.png').convert('L')

arr = np.array(img)

#data = np.where( arr > 200 )    # for white pixels
#data = np.where( ~(arr > 200) ) # for black pixels too
data = np.where(arr < 200) # for black pixels

points_y_x = list(zip(*data))
points_x_y = list(zip(data[1], data[0]))

print(points_y_x)
print(points_x_y)

Answer 4

np.nonzero:

[(x,y) for x,y in zip(*np.nonzero(df.values))]

输出：

[(2, 2),
 (2, 3),
 (2, 4),
 (2, 5),
 (2, 6),
 (2, 7),
 (3, 4),
 (3, 5),
 (4, 4),
 (4, 5),
 (5, 4),
 (5, 5),
 (6, 4),
 (6, 5)]

​