Python：二进制2D数组中的轮廓

Question

我想以最简单的方式（没有百万次检查图像的边界）从二进制2D阵列获得具有n个像素的宽度进入正区域的轮廓。

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],
               ])

用于呼叫例如width = 1.如果img [i，j] == 1且任何邻居（img [i + 1，j]，img [i-1，j]，img [i，j-1]，img []，则像素为正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],
            ])

或者用例如width = 2.来自width = 1的所有像素都是正的以及满足img [i，j] == 1并且具有2个索引（欧几里德距离）的像素存在值为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],
            ]) 

谢谢您的帮助。

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：

希望这可以帮助

Answer 2

不是这个问题的确切答案，而是分享一种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)

检查此测试输出：

我为这个PR工作时写了这个解决方案。

Answer 3

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

给定一个二进制数组img，这将产生一个0和255的数组，所以你需要除以255.正如我所看到的，宽度= 2的滤波器是通过应用宽度= 1的滤波器获得的，所以最后你的功能看起来像

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