使用 numpy 和像素位置查找图像的高度和宽度

Question

我已将两个图像转换为 numpy 数组image1Arrayimage2Array两个图像都已转换为灰度，因此只有0或255值。在这两个示例中，顶部（和底部）有许多行白色：[255 255 255 255 .... 255 255 255 255]我相信我所说的“行”实际上是一个数组。我是使用 Numpy 的新手。因此，图像中的每一行都有一个数组，该行中的每个像素都用0或表示255。如何找到包含黑色0像素的第一行和包含黑色像素的最后一行0？我应该能够用它来计算高度。在这些示例中，这应该是大致相同的数字。我相信numpy.where(image1Array == 0)[0]正在返回每个黑色像素的行；min()而max()那似乎正是我要找的，但我还不确定。相反，我如何找到每个图像的宽度？在这些示例中，Image 2宽度数应大于Image 1编辑我想我所需要的只是这样的：高度（第一行黑色像素与最后一行黑色像素的差值）：(max(numpy.where(image1Array == 0)[0])) - (min(numpy.where(image1Array == 0)[0]))宽度（黑色像素的最低列值与黑色像素的最高列值之间的差异）：(max(numpy.where(image1Array == 0)[1])) - (min(numpy.where(image1Array == 0)[1]))到目前为止，我的测试表明这是正确的。比较上例中的两个图像，它们的高度相等，而 image2Array 的宽度是 image1Array 的两倍。

Answer 1

你会想要这样的东西：

mask = x == 0  # or `x != 255` where x is your array

columns_indices = np.where(np.any(mask, axis=0))[0]

rows_indices = np.where(np.any(mask, axis=1))[0]

first_column_index, last_column_index = columns_indices[0], columns_indices[-1]

first_row_index, last_row_index = rows_indices[0], rows_indices[-1]

解释：

让我们使用1创建一个示例数组np.pad

import numpy as np

x = np.pad(array=np.zeros((3, 4)), 

           pad_width=((1, 2), (3, 4)),

           mode='constant',

           constant_values=255)

print(x)

[[255. 255. 255. 255. 255. 255. 255. 255. 255. 255. 255.]

 [255. 255. 255.   0.   0.   0.   0. 255. 255. 255. 255.]

 [255. 255. 255.   0.   0.   0.   0. 255. 255. 255. 255.]

 [255. 255. 255.   0.   0.   0.   0. 255. 255. 255. 255.]

 [255. 255. 255. 255. 255. 255. 255. 255. 255. 255. 255.]

 [255. 255. 255. 255. 255. 255. 255. 255. 255. 255. 255.]]

从这里我们可以得到一个简单的零元素的布尔掩码数组：

mask = x == 0

print(mask)

[[False False False False False False False False False False False]

 [False False False  True  True  True  True False False False False]

 [False False False  True  True  True  True False False False False]

 [False False False  True  True  True  True False False False False]

 [False False False False False False False False False False False]

 [False False False False False False False False False False False]]

现在我们可以np.any用来获取那些至少有一个零元素的行。

对于列：

print(np.any(mask, axis=0))

>>> [False False False  True  True  True  True False False False False]

对于行：

print(np.any(mask, axis=1))

>>> [False  True  True  True False False]

现在我们只需要将布尔数组转换为索引数组2：

columns_indices = np.where(np.any(mask, axis=0))[0]

print(columns_indices)

>>> [3 4 5 6]

rows_indices = np.where(np.any(mask, axis=1))[0]

print(rows_indices)

>>> [1 2 3]

从这里获取第一行和最后一行/列索引非常简单：

first_column_index, last_column_index = columns_indices[0], columns_indices[-1]

first_row_index, last_row_index = rows_indices[0], rows_indices[-1]

计时：

我使用以下代码来计算计时并绘制它们：绘制一系列输入的计时。

将我的版本与您的版本进行比较，但重构如下：

indices = np.where(x == 0)

first_row_index, last_row_index = indices[0][0], indices[0][-1]

first_column_index, last_column_index = indices[1][0], indices[1][-1]

plot_times([georgy_solution, yodish_solution],

           np.arange(10, 200, 5), 

           repeats=500)

plot_times([georgy_solution, yodish_solution],

           np.arange(200, 10000, 800), 

           repeats=1)

Answer 2

这是一个应该与 python 2 或 python 3 一起使用的脚本。如果您使用 IPython 或 jupyter，“魔术”%pylab会为您完成所有导入，并且您不需要所有from...语句。在这些声明之后，我们会创建一张类似于您发布的图片。

from __future__ import print_function # makes script work with python 2 and python 3

from matplotlib.pyplot import show, imshow, imread

from matplotlib.mlab import find

from numpy import zeros, int8, sum

img1 = zeros((256, 256), dtype=int8)

img1[50:200, 100:150] = 100

imshow(img1) 

show() # You don't need this call if you are using ipython or jupyter

# You now see a figure like the first one you posted

print('Axis 0 blob limits', find(sum(img1, axis=0) != 0)[[0, -1]]) 

print('Axis 1 blob limits', find(sum(img1, axis=1) != 0)[[0, -1]])

使用sum具有明确规范的函数axis使其返回沿给定方向的总和。该find函数返回条件为真的所有索引的数组，在这种情况下“列或行总和为零？” 最后，切片[0, -1]选择找到的第一列和最后一列。

如果您的图像没有任何行或任何列全为零，则find返回一个空数组，并且索引尝试[0, -1] 引发IndexError. 如果你try...except在它周围包裹一个块，你可以美化错误条件。