NumPy中是否有一个“bounding box”函数（切片非零值）适用于ndarray？

Question

NumPy中是否有一个“bounding box”函数（切片非零值）适用于ndarray？

pythonarraysnumpytrimbounding

22

我正在处理由numpy.array()创建的数组，并需要在模拟图像的画布上绘制点。由于中心部分包含有意义的数据，周围有很多零值，因此我想要“修剪”数组，擦除只包含零的列和行。

因此，我想知道是否有任何本地numpy函数或甚至是代码片段可以“修剪”或查找“边界框”，以仅切片包含数据的部分数组。

（由于这是一个概念性问题，我没有放任何代码，请原谅，如果需要的话，我非常新手，所以在SO上发帖。）

感谢阅读

- heltonbiker

请查看bbox2函数...如果有许多行/列完全填充了零，而只有少量聚集的数据，则速度要快得多。 - Benjamin

3个回答

17

以下代码来自这个答案，在我的测试中运行速度最快：

def bbox2(img):
    rows = np.any(img, axis=1)
    cols = np.any(img, axis=0)
    ymin, ymax = np.where(rows)[0][[0, -1]]
    xmin, xmax = np.where(cols)[0][[0, -1]]
    return img[ymin:ymax+1, xmin:xmax+1]

使用argwhere的被接受答案虽然可行但速度较慢。我猜测是因为argwhere会分配一个巨大的索引输出数组。我在一个大的2D数组上进行了测试（一个1024 x 1024的图像，大约有一个50x100的非零区域）。

- Luke

我发现这个答案更加符合Python的风格！谢谢！ - heltonbiker

1

注意，这段代码在完全黑色图像的边缘情况下可能会生成错误。您必须验证两个np.where()调用都不返回空数组。 - Delgan

太好了！有没有想过如何使用周期边界条件来扩展它？ - Tropilio

@Tropilio 我不确定您所说的周期边界条件是什么意思。但是，如果您想要找到多个连续True值的“blob”，那么像这个答案一样的方法可能行不通。相反，为了找到任意的blob，我会使用OpenCV connectedComponents()函数：https://docs.opencv.org/3.4/d3/dc0/group__imgproc__shape.html#gaedef8c7340499ca391d459122e51bef5 - Luke

0

类似这样：

empty_cols = sp.all(array == 0, axis=0)
empty_rows = sp.all(array == 0, axis=1)

得到的数组将是一维布尔数组。从两端循环它们以找到“边界框”。

- kiyo

1

避免循环numpy数组。 - Paul

循环只是一维的，所以是n阶而不是n的平方。这不是很大的问题。 - kiyo

1

你说得对，而且你甚至不需要循环整个数组宽度，但是Python循环包含各种额外的步骤，比如类型检查。在这个一维示例中：http://www.scipy.org/Getting_Started#head-9aed725bd569d40f625240b2b6ec710550ff14b9 Python循环运行速度慢了25倍才能完成相同的任务！不知道图像的大小或数量以及算法的应用（计算机视觉？），我无法确定这种加速有多大作用。 - Paul

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Paul · Accepted Answer

这应该可以解决问题：

from numpy import array, argwhere

A = array([[0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 1, 0, 0, 0, 0],
           [0, 0, 1, 1, 0, 0, 0],
           [0, 0, 0, 0, 1, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0]])

B = argwhere(A)
(ystart, xstart), (ystop, xstop) = B.min(0), B.max(0) + 1 
Atrim = A[ystart:ystop, xstart:xstop]