Numpy - 通过测试相邻索引来获取索引位置

Question

我使用 numpy 是 Python。我将图像加载到 numpy 二维数组中：

[
  [...], # row0
  [...], # row1
  [...], # row2
  ...
]

我需要获取所有像素的所有索引位置，其中（仅以下之一）北、南、东或西相邻像素具有特定值。在我的情况下，如果 4 个相邻像素中的任何一个为 0。

Answer 1

如果 a 是你的原始数组，定义一堆切片：

from scipy import *

a = ones((12,22))
a[5,10] = a[5,12] = 0

a_ = a[1:-1, 1:-1]
aE = a[1:-1, 0:-2]
aW = a[1:-1,   2:]
aN = a[0:-2, 1:-1]
aS = a[  2:, 1:-1]

a4 = dstack([aE,aW,aN,aS])
num_adjacent_zeros = sum(a4 == 0, axis=2)
print num_adjacent_zeros

ys,xs = where(num_adjacent_zeros == 1)
# account for offset of a_
xs += 1 
ys += 1

print '\n hits:'
for col,row in zip(xs,ys):
  print (col,row)

采用较小的a_ 的原因是我不知道您想对边缘情况做什么，例如北像素可能不存在。

我构建了一个包含相邻零计数的数组，并使用它来获取恰好与一个零相邻的位置。输出：

[[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 1 0 2 0 1 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]]

 hits:
(10, 4)
(12, 4)
(9, 5)
(13, 5)
(10, 6)
(12, 6)

Answer 2

可能最简单的方法是使用以下方法定位所有零：

import numpy as np
# a is the image array
z_indices = np.where(a == 0)

然后只计算零像素的相邻索引（+1，-1 零索引的所有组合）。如果一个点与两个不同的零像素相邻，则必须删除重复项。