根据条件在 Numpy 数组中选择随机坐标

Question

我使用了 convolution2d 来生成一些关于局部模式条件的统计数据。完整地说，我正在处理图像，值 0.5 是我的“灰屏”，不幸的是，在此之前我不能使用蒙版（依赖于其他一些软件包）。我想在我的图像中添加新对象，但它应该与至少 75% 的非灰屏重叠。让我们假设新对象是正方形的，我在灰屏上屏蔽图像而不是其他图像，用填充 1 的 n × n 矩阵进行二维卷积，这样我就可以得到其中灰度像素数的总和修补。这一切都有效，所以我有一个矩阵，其中有合适的位置来放置我的新对象。如何有效地从这个矩阵中随机选择一个？

这是一个带有 5x5 图像和 2x2 卷积矩阵的小示例，我希望在最后一个矩阵中的随机坐标为 1（因为该补丁中最多有 1 个 0.5）

图片：

1    0.5  0.5  0    1
0.5  0.5  0    1    1
0.5  0.5  1    1    0.5
0.5  1    0    0    1
1    1    0    0    1

卷积矩阵：

1    1 
1    1 

卷积图像：

3    3    1    0
4    2    0    1
3    1    0    1
1    0    0    0

以

0    0    1    1
0    0    1    1
0    1    1    1
1    1    1    1

如何有效地获得 1s 的均匀分布坐标？

Answer 1

np.where 和 np.random.randint 应该可以解决问题：

#we grab the indexes of the ones
x,y = np.where(convoluted_image <=1)
#we chose one index randomly
i = np.random.randint(len(x))
random_pos = [x[i],y[i]]