shell 中有没有二维数组，该如何解决

Posted 2023-04-16

参考技术A 当然有，其实有些时候你用两个for循环嵌套也可以做到二维数组效果本回答被提问者采纳

如何获取代表轮廓形状的向量的坐标，该轮廓形状存储为二维 numpy 像素数组？

【中文标题】如何获取代表轮廓形状的向量的坐标，该轮廓形状存储为二维 numpy 像素数组？

【英文标题】：How do I get the coordinates of the vectors that represent a contour shape which I have stores as a 2D numpy array of pixels?

【发布时间】：2022-01-20 05:27:53

【问题描述】：

我有一个 1000x1000 的 2D numpy 数组，可以将其视为图像的像素。没有形状的单元格为 0，形状为某个值，表示强度的值。可以这样绘制：

plt.matshow(data, origin='lower')

当只考虑超过某个阈值的数据时，可以将数据视为形状，如下所示：

fig, ax = plt.subplots()

cluster_contour_threshold = 60
y,x = np.argwhere(data > cluster_contour_threshold).T

ax.scatter(x, y)
ax.set_xlim((0, 1000))
ax.set_ylim((0, 1000))

我想要的是获取代表此形状轮廓的坐标列表。像这样的：

[
  [x0,y0],
  [x1,y1],
  [x2,y2]
]

到目前为止，我最好的尝试是使用 canny，但这并不完全正确：

from skimage import feature
import numpy as np
import matplotlib.pyplot as plt

fig, ax = plt.subplots()

c = feature.canny(data)
y,x = np.argwhere(c).T


ax.scatter(x, y)
ax.set_xlim((0, 1000))
ax.set_ylim((0, 1000))

【问题讨论】：

我想只是points = np.argwhere(c)?

这会给你所有有数据的点，而不是轮廓。

【参考方案1】：

我用 skimage 解决了这个问题。

from skimage import measure

contours = measure.find_contours(data, 0.8)

# Display the image and plot all contours found
fig, ax = plt.subplots()
ax.imshow(data, cmap=plt.cm.gray)

for contour in contours:
    ax.plot(contour[:, 1], contour[:, 0], linewidth=2)

ax.axis('image')
ax.set_xticks([])
ax.set_yticks([])