按粒子区域过滤标记图像

Question

我有一个检测到的粒子的标记图像和一个数据框，其中包含每个标记粒子的相应区域。我要做的是过滤掉图像上面积小于指定值的每个粒子。

我在下面的示例中得到了它，但我知道必须有一种更智能、尤其是更快的方法。 例如通过比较图像和数组来跳过循环。

感谢您的帮助！

例子：

labels = df["label"][df.area > 5000].to_numpy()
mask = np.zeros(labeled_image.shape)
for label in labels:
    mask[labeled_image == label] = 1

数据框：

      label  centroid-0  centroid-1  area
0         1          15        3681   191
1         2          13        1345   390
2         3          43        3746   885
3         4          32        3616   817
4         5          20        4250   137
    ...         ...         ...   ...
3827   3828        4149        1620   130
3828   3829        4151         852    62
3829   3830        4155         330   236
3830   3831        4157         530   377
3831   3832        4159        3975    81

Answer 1

您可以使用isin 来检查多个标签的相等性。生成的布尔数组可以在转换为所需类型后直接用作掩码（例如int）：

labels = df.loc[df.area.gt(5000), 'label']
mask = np.isin(labeled_image, labels).astype(int)