Python SciPy ndimage.find_objects用法及代碼示例

本文簡要介紹 python 語言中 scipy.ndimage.find_objects 的用法。

用法:

scipy.ndimage.find_objects(input, max_label=0)#

在標記數組中查找對象。

參數 ：：

input： 整數數組

包含由不同標簽定義的對象的數組。值為 0 的標簽將被忽略。

max_label： 整數，可選

要在輸入中搜索的最大標簽。如果沒有給出max_label，則返回所有對象的位置。

返回 ：：

object_slices： 元組列表

元組列表，每個元組包含 N 個切片(N 是輸入數組的維度)。切片對應於包含對象的最小平行六麵體。如果缺少數字，則返回 None 而不是切片。標簽l對應於返回列表中的索引l-1。

注意：

此函數對於隔離 3-D 陣列內的感興趣體積非常有用，它不能是“seen through”。

例子：

>>> from scipy import ndimage
>>> import numpy as np
>>> a = np.zeros((6,6), dtype=int)
>>> a[2:4, 2:4] = 1
>>> a[4, 4] = 1
>>> a[:2, :3] = 2
>>> a[0, 5] = 3
>>> a
array([[2, 2, 2, 0, 0, 3],
       [2, 2, 2, 0, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 0]])
>>> ndimage.find_objects(a)
[(slice(2, 5, None), slice(2, 5, None)), (slice(0, 2, None), slice(0, 3, None)), (slice(0, 1, None), slice(5, 6, None))]
>>> ndimage.find_objects(a, max_label=2)
[(slice(2, 5, None), slice(2, 5, None)), (slice(0, 2, None), slice(0, 3, None))]
>>> ndimage.find_objects(a == 1, max_label=2)
[(slice(2, 5, None), slice(2, 5, None)), None]

>>> loc = ndimage.find_objects(a)[0]
>>> a[loc]
array([[1, 1, 0],
       [1, 1, 0],
       [0, 0, 1]])