Numpy中的ndarray是否有一个“边界框”函数（切片为非零值）？

Question

我正在处理通过numpy.array（）创建的数组，并且需要在模拟图像的画布上绘制点。由于数组的中央部分周围包含有意义的数据有很多零值，因此我想“修剪”数组，擦除仅包含仅包含零的零的零行的列。

因此，我想知道一些本机的numpy函数，甚至要知道“修剪”或找到“边界框”以仅切成数组的数据部分。

（由于这是一个概念上的问题，所以我没有放任何代码，对不起，如果我愿意，我非常适合发布。）

谢谢阅读

Answer 1

下面的代码，从 这个答案 在我的测试中运行最快：

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]

接受的答案使用 argwhere 工作了，但是跑步较慢。我的猜测是，是因为 argwhere 分配一个巨大的输出数端索引。我在一个大的2D阵列（1024 x 1024图像，大约50x100非零区域）上进行了测试。

Answer 2

这应该做到：

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]

Answer 3

就像是：

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

最终的阵列将是1D BOOLIAN阵列。从两端上循环以找到“边界框”。