Есть ли функция «ограничивающей коробки» (среза с ненулевыми значениями) для Ndarray в Numpy?
Вопрос
Я имею дело с массивами, созданными через numpy.array (), и мне нужно нарисовать точки на холсте, имитируя изображение. Поскольку вокруг центральной части массива есть много нулевых значений, которые содержат значимые данные, я хотел бы «обрезать» массив, стирающие столбцы, которые содержат только нули и строки, которые содержат только нули.
Итак, я хотел бы узнать о какой-то нативной функции Numpy или даже фрагменте кода, чтобы «обрезать» или найти «ограничивающую коробку», чтобы нарезать только часть, содержащую данные, часть массива.
(Поскольку это концептуальный вопрос, я не ставил никакого кода, извините, если я должен, я очень свежо публикую в SO.)
Спасибо за чтение
Решение
Код ниже, из этот ответ Проходит быстрее всего в моих тестах:
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]
Принятый ответ с использованием argwhere
работал, но бежал медленнее. Я предполагаю, что это потому, что argwhere
выделяет гигантский выходной массив индексов. Я протестировал на большом 2D -массиве (изображение 1024 x 1024, примерно с ненулевой областью 50x100).
Другие советы
Это должно это сделать:
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]
Что-то типа:
empty_cols = sp.all(array == 0, axis=0)
empty_rows = sp.all(array == 0, axis=1)
Полученные массивы будут 1D Boolian массивы. Пылька на них с обоих концов, чтобы найти «ограничивающую коробку».