Numpy - 通过测试相邻索引获取索引位置

Question

我使用numpy是Python。我已预装成numpy的2维阵列的图像为：

[ 
    [...], # row0 
    [...], # row1 
    [...], # row2 
    ... 
] 

我需要获得所有像素的所有索引位置，其中任一北（只有下列之一），南，东或西相邻像素具有一定的价值。在我的情况下，如果任何4个相邻像素的0

Answer 1

如果是你原来的数组，定义了一堆片：

from scipy import * 

a = ones((12,22)) 
a[5,10] = a[5,12] = 0 

a_ = a[1:-1, 1:-1] 
aE = a[1:-1, 0:-2] 
aW = a[1:-1, 2:] 
aN = a[0:-2, 1:-1] 
aS = a[ 2:, 1:-1] 

a4 = dstack([aE,aW,aN,aS]) 
num_adjacent_zeros = sum(a4 == 0, axis=2) 
print num_adjacent_zeros 

ys,xs = where(num_adjacent_zeros == 1) 
# account for offset of a_ 
xs += 1 
ys += 1 

print '\n hits:' 
for col,row in zip(xs,ys): 
    print (col,row) 

的理由采取小a_的是，我不知道你想与边缘的情况下，例如在那里做什么北方像素可能不存在。

我建立了一个相邻零的数量的数组，并使用它来获得刚好相邻的零的位置。输出：

[[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 1 0 2 0 1 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0] 
[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]] 

hits: 
(10, 4) 
(12, 4) 
(9, 5) 
(13, 5) 
(10, 6) 
(12, 6) 

Answer 2

或许要做到这一点是找到所有使用类似的零的最简单的方法：

import numpy as np 
# a is the image array 
z_indices = np.where(a == 0) 

然后就是计算相邻指数来像素为零（所有+ 1，-1组合为零指数）。如果一个点与两个不同的零像素相邻，则必须删除重复项。