【发布时间】：2020-04-25 01:28:06
【问题描述】：
在搜索/阅读时，我发现connected component labelling (2 Pass algorithm) 用于二维数据集。我必须为 3d(voxel) 数据集实现连接组件标记。在 2d 连接组件标记中，我们正在检查最左侧和最顶部的像素（邻居）以进行等效标记。我们如何使用 python 为 3d 数据集实现它，即应该检查哪些邻居的标签？
或者有没有其他方法可以实现它，请提出建议。
【问题讨论】：
-
同样的事情，但还要检查您已经访问过的飞机上的邻居。使用此算法，您始终检查您已经访问和标记的所有邻居。知道了这一点，您应该能够计算出任意数量的维度。
-
如何查看飞机上已经访问过的邻居？无法想象要为 3D 检查标记和等当点要检查哪些节点？
-
使用pandas -python的数据框，可以轻松实现：df[(df['longitude'] == x) & (df['latitude'] == y) &(df ['温度'] == z)]
标签： python image-processing 3d voxel connected-components