如何在numpy中有效地计算到掩码中最近1的距离？

Question

在 numpy 中，我有一个 1 和 0 的二维数组。我需要计算一个新数组（相同维度），其中每个元素包含距掩码数组中对应点最近的 1 的距离。

例如

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

我需要 b 看起来像这样：

array([[0,0,1],
       [0,1,1.41],
       [0,1,2]])

PS。我将在非常大的数组上执行此操作，因此效率越高越好！ 谢谢！

Answer 1

您正在寻找相当于 MATLAB 的 bwdist ；查看this SO question 了解更多详情。简短的回答是使用scipy.ndimage.morphology.distance_transform_edt。