试图理解掩蔽

Question

我一直在尝试了解遮罩以及它如何与图像过滤器一起使用。我正在使用以下代码来加深我的理解。

import scipy.ndimage as ndi
import matplotlib.pyplot as plt
import numpy as np

#   Generate a random binary mask
np.random.seed(seed=182)
mask = np.random.randint(2, size=(901, 877))

img = np.random.rand(901, 877)

img_masked = np.ma.masked_array(img, mask = mask)
img_masked_filtered = ndi.median_filter(img_masked, size=10)
img_unmasked_filtered = ndi.median_filter(img, size=10)

median_masked = np.ma.median(img_masked)
median_unmasked = np.ma.median(img)

在结果中，如我所料，median_unmasked != median_masked，但我不想要 img_masked_filtered == img_unmasked_filtered。 scipy.ndimage.median_filter 正是我需要的工作，但它不适用于蒙版图像。我可以使用什么来做与中值过滤器相同的事情，但它可以在蒙版图像上工作？

我对数组使用的奇怪大小是因为这是我最终要过滤的图像的大小。

Answer 1

ndimage 过滤器不考虑掩码数组的掩码。而是用nan 值“屏蔽”一个普通的NumPy 数组，然后使用ndimage.generic_filter 调用np.nanmedian：

import scipy.ndimage as ndi
import matplotlib.pyplot as plt
import numpy as np

np.random.seed(seed=182)
# h, w = 901, 877
h, w = 10, 10
mask = np.random.randint(2, size=(h, w))
img = np.random.rand(h, w)
img_masked = np.where(mask, img, np.nan)

size = 3
img_masked_median = ndi.generic_filter(img_masked, np.nanmedian, size=size)
img_unmasked_median = ndi.median_filter(img, size=size)

fig, ax = plt.subplots(nrows=2, ncols=2)
ax[0,0].imshow(img)
ax[0,0].set_title('img')
ax[0,1].imshow(img_masked)
ax[0,1].set_title('img_masked')
ax[1,0].imshow(img_unmasked_median)
ax[1,0].set_title('img_unmasked_median')
ax[1,1].imshow(img_masked_median)
ax[1,1].set_title('img_masked_median')
plt.show()