Numpy：在二维数组中查找边界框答案

【问题标题】：Numpy: Finding the bounding box within a 2d arrayNumpy：在二维数组中查找边界框
【发布时间】：2016-07-08 22:33:01
【问题描述】：

我有一个位于二维数组内的边界框，其中边界框之外的区域被标记为“nan”。我正在寻找一种方法来定位边界框的 4 个角，也就是与“nan”值相邻的值的索引。我可以用“for-loop”的方式来做，但只是想知道是否有更快的方法来做。

对于以下示例，结果应返回行索引 2,4，列索引 1, 4。

[[nan,nan,nan,nan,nan,nan,nan],
 [nan,nan,nan,nan,nan,nan,nan],
 [nan, 0,  7,  3,  3, nan,nan],
 [nan, 7,  6,  9,  9, nan,nan],
 [nan, 7,  9, 10,  1, nan,nan],
 [nan,nan,nan,nan,nan,nan,nan]]

谢谢。

【问题讨论】：

标签： python arrays python-2.7 numpy bounding-box

【解决方案1】：

这将给出两个轴的最大值和最小值：

xmax, ymax = np.max(np.where(~np.isnan(a)), 1)
xmin, ymin = np.min(np.where(~np.isnan(a)), 1)

【讨论】：

【解决方案2】：

看看np.where:

import numpy as np
a = [[nan,nan,nan,nan,nan,nan,nan],
    [nan,nan,nan,nan,nan,nan,nan],
    [nan, 0,  7,  3,  3, nan,nan],
    [nan, 7,  6,  9,  9, nan,nan],
    [nan, 7,  9, 10,  1, nan,nan],
    [nan,nan,nan,nan,nan,nan,nan]]

where_not_nan = np.where(np.logical_not(np.isnan(a)))

你应该可以从where_not_nan获取边界框：

bbox = [ (where_not_nan[0][0], where_not_nan[1][0]), 
        (where_not_nan[0][0], where_not_nan[1][-1]), 
        (where_not_nan[0][-1], where_not_nan[1][0]), 
        (where_not_nan[0][-1], where_not_nan[1][-1]) ]

bbox
# [(2, 1), (2, 4), (4, 1), (4, 4)]

【讨论】：

【解决方案3】：

您必须检查所有 nan 的矩阵

row, col = np.where(~np.isnan(matrix))
r1, c1 = row[ 0], col[ 0]
r2, c2 = row[-1], col[-1]

【讨论】：