在 3-d 数组中删除低于阈值的连接组件答案

【问题标题】：Remove connected components below a threshold in a 3-d array在 3-d 数组中删除低于阈值的连接组件
【发布时间】：2018-04-25 06:32:20
【问题描述】：

我正在研究 Python 中的 3-D numpy 数组，并希望对脑肿瘤分割图像的 CNN 输出进行后处理。我们得到一个 3-D (208x208x155) numpy 数组，每个像素的值为 0/1/2/4。我想删除阈值小于 1000 的连接组件以获得更好的结果。

我尝试了侵蚀扩张，但没有得到好的结果。谁能帮帮我？

【问题讨论】：

标签： python post-processing numpy-ndarray

【解决方案1】：

好吧，正如您自己意识到的那样，收缩和增长并不是解决这个问题的方法。你需要做的是region labelling，而且似乎Scipy 有一个方法可以让你对 nd 图像执行此操作。

我假设阈值小于 1000 是指连接组件中像素值的总和。

这是我将如何做的大纲。

from scipy.ndimage import label

segmentation_mask = [...]  # This should be your 3D mask.

# Let us create a binary mask.
# It is 0 everywhere `segmentation_mask` is 0 and 1 everywhere else.
binary_mask = segmentation_mask.copy()
binary_mask[binary_mask != 0] = 1

# Now, we perform region labelling. This way, every connected component
# will have their own colour value.
labelled_mask, num_labels = label(binary_mask)

# Let us now remove all the too small regions.
refined_mask = segmentation_mask.copy()
minimum_cc_sum = 1000
for label in range(num_labels):
    if np.sum(refined_mask[labelled_mask == label]) < minimum_cc_sum:
        refined_mask[labelled_mask == label] = 0

【讨论】：

嘿。所以我尝试了上面的实现，但是出现了一个错误：'tuple'对象没有属性'unique'。所以我尝试将元组作为 numpy 数组传递，但同样的错误出现了。您能提供更多帮助吗？
我的错，我忘记了 skimage 区域标记和 scipy 区域标记的工作方式有点不同。我现在已经编辑了代码。
谢谢。我确实得到了另一个 ValueError：'具有多个元素的数组的真值是不明确的。使用 a.any() 或 a.all()'。这是针对这一行的：'refined_mask[labelled_mask == label]
这是我现在整理出来的又一个愚蠢的错误
谢谢。这对我的项目有所帮助。