Python：二进制二维数组中的轮廓

Question

我想以最简单的方式（无需对图像边界进行百万次检查）从二进制二维数组中获取轮廓，其中 n 个像素的宽度进入正区域。

示例：

img = np.array([
               [0, 0, 0, 1, 1, 1, 1, 1, 0],
               [0, 1, 1, 1, 1, 1, 1, 1, 1],
               [0, 1, 1, 1, 0, 0, 0, 0, 0],
               ])

例如用宽度 = 1。如果 img[i,j]==1 和任何邻居 (img[i+1,j], img[i-1,j], img[i,j-1], img[ i,j+1]) 为 0.

contour1 = get_countor(img, width = 1)
contour1 = ([
               [0, 0, 0, 1, 0, 0, 0, 1, 0],
               [0, 1, 1, 0, 1, 1, 1, 1, 1],
               [0, 1, 0, 1, 0, 0, 0, 0, 0],
            ])

或使用例如width = 2. width = 1 的所有像素以及满足 img[i, j] == 1 的像素都是正的，并且对于 2 个索引（欧几里德距离）存在一个值为 0 的像素。

contour2 = get_countor(img, width = 2)
contour2 = ([
               [0, 0, 0, 1, 1, 1, 1, 1, 0],
               [0, 1, 1, 1, 1, 1, 1, 1, 1],
               [0, 1, 1, 1, 0, 0, 0, 0, 0],
            ])

感谢您的帮助。

Answer 1

import numpy as np
import pandas as pd
import random

df = pd.DataFrame([], columns=[0,1,2,3,4,5,6,7,8,9])

for i in np.arange(10):
    df.loc[len(df)] = np.random.randint(0,2,10)

df = df.astype(bool)

contour = df & ((df-df.shift(-1, axis=0).fillna(1))|(df-df.shift(1,axis=0).fillna(1))|(df-df.shift(-1,axis=1).fillna(1))|(df-df.shift(1,axis=1).fillna(1)))

输出：

df:

轮廓：

希望这对您有所帮助

Answer 2

我想你要找的是 scipy.misc.imfilter(img, "find_edges").

给定一个二进制数组 img 这将生成一个包含 0 和 255 的数组，因此您需要除以 255。如我所见，过滤器width=2 是通过再次应用 width=1 的过滤器获得的，所以最后你的函数看起来像

def get_countor(img, width = 1):
    for i in range(width):
        img = scipy.misc.imfilter(img, "find_edges")/255
    return img

Answer 3

不是这个问题的确切答案，而是分享一个在图像中绘制轮廓的简单方法；对于那些正在寻找的人。

from PIL import Image
from PIL import ImageFilter
import numpy as np


def draw_contour(img, mask, contour_width, contour_color):
    """Draw contour on a pillow image from a numpy 2D mask."""
    contour = Image.fromarray(mask)
    contour = contour.resize(img.size)
    contour = contour.filter(ImageFilter.FIND_EDGES)
    contour = np.array(contour)

    # make sure borders are not drawn
    contour[[0, -1], :] = 0
    contour[:, [0, -1]] = 0

    # use a gaussian to define the contour width
    radius = contour_width / 10
    contour = Image.fromarray(contour)
    contour = contour.filter(ImageFilter.GaussianBlur(radius=radius))
    contour = np.array(contour) > 0
    contour = np.dstack((contour, contour, contour))

    # color the contour
    ret = np.array(img) * np.invert(contour)
    if contour_color != 'black':
        color = Image.new(img.mode, img.size, contour_color)
        ret += np.array(color) * contour

    return Image.fromarray(ret)

检查这个测试输出：

我在为此 PR 工作时写了这个解决方案。

Python：二进制二维数组中的轮廓

Python: Contour in binary 2D array

python

numpy

contour