Python：如何使用“numpy.all”和“numpy.any”检查一个数组是否包含在另一个数组中？

Question

我正在使用 scikit-image 检测图像上的某些区域。我能够使用 blob_doh 函数检测斑点。我还能够使用 Canny edge detector 和标签找到区域。

现在我想检查我之前找到的斑点是否在这些区域内，并整理出那些不在任何区域内的斑点。然后我只想绘制区域内的斑点。

我试图使用 numpy.all 和 numpy.any 来实现它，但我可能误解了这些函数的工作方式。这是我的：

for region in regions:
    # list of pixels' coords in a region
    pixel_array = region.coords

    # check if a blob is inside the region
    for blob in blobs_doh:
        y, x, r = blob

        if np.any(pixel_array == [x, y]):
            c = plt.Circle((x, y), r, color='red', linewidth=1, fill=False)
            minr, minc, maxr, maxc = region.bbox
            rect = mpatches.Rectangle((minc, minr), maxc - minc, maxr - minr, fill=False, edgecolor='lime', linewidth=1)
            # draw blobs and regtangles
            ax.add_patch(c)
            ax.add_patch(rect)
            break

所以，我做什么。 region 是 [[a1, b1], [a2, b2], [a3, b3], ..., [an, bn]] 形状的数组，blob 是 [c, d] 形状的数组。我的想法是检查 region 中是否有任何子数组等于 blob。我当然可以通过在循环中搜索的简单方式来做到这一点，但我认为有更有效的方法来做到这一点，并尝试使用 numpy.all 和 numpy.any。不幸的是，我无法让它正常工作。 np.any(pixel_array == [x, y]) 行仅检查 blob 的第一个元素，而不检查整个子数组 [x, y]。我还使用 axis 参数尝试了 .any 和 .all 的不同组合：

np.any(pixel_array == [x, y], axis = 1).all(axis = 0)

但无法获得任何可接受的结果。

请帮我完成这个任务。执行此类检查的更好方法是什么？

谢谢。

Answer 1

将pixel_array转换为列表即可。不确定效率如何，但这有效：

if [x,y] in pixel_array.tolist():

编辑：

看起来有人已经为很多不同的选项计时了in this answer。上面的 tolist() 解决方案还不错，但在一系列情况下的最佳选择似乎是：

 if any(np.equal(pixel_array,[x,y]).all(1)):

Python：如何使用“numpy.all”和“numpy.any”检查一个数组是否包含在另一个数组中？

Python: How to check if an array is contained in another array using `numpy.all`and `numpy.any`?

python

arrays

numpy

python-2.7

scikit-image