Python：如何从 3D numpy/torch 数组中提取连接的组件（边界框）？

Posted 2023-03-27

【中文标题】Python：如何从 3D numpy/torch 数组中提取连接的组件（边界框）？

【英文标题】：Python: How to extract connected components (bounding boxes) from 3D numpy / torch array?

【发布时间】：2021-10-27 19:30:04

【问题描述】：

我在 NumPy/Torch 中有 3D 数组的二进制分割掩码。我想将这些转换为边界框（又名连接组件）。作为免责声明，每个数组可以包含多个连接的组件/边界框，这意味着我不能只取最小和最大非零索引值。

具体而言，假设我有一个二进制值的 3D 数组（我将使用 2D，因为 2D 更容易可视化）。我想知道连接的组件是什么。比如我想用这个分割掩码：

>>> segmentation_mask
array([[1, 0, 0, 0, 0],
       [0, 1, 0, 0, 0],
       [1, 1, 1, 0, 0],
       [1, 1, 0, 1, 0],
       [1, 1, 0, 0, 1]], dtype=int32)

并将其转换为连通分量，其中连通分量具有任意标签，即

>>> connected_components
array([[1, 0, 0, 0, 0],
       [0, 2, 0, 0, 0],
       [2, 2, 2, 0, 0],
       [2, 2, 0, 3, 0],
       [2, 2, 0, 0, 4]], dtype=int32)

如何使用 3D 数组执行此操作？我愿意使用 Numpy、Scipy、Torchvision、opencv 和任何库。

【参考方案1】：

这应该适用于任意数量的维度：

import numpy as np                                                                
                                                                                  
from scipy.sparse import csr_matrix                                               
from scipy.sparse.csgraph import connected_components                             
                                                                                  
segmentation_mask = np.array([[1, 0, 0, 0, 0],                                    
                              [0, 1, 0, 0, 0],                                    
                              [1, 1, 1, 0, 0],                                    
                              [1, 1, 0, 1, 0],                                    
                              [1, 1, 0, 0, 1]], dtype=np.int32)                   
                                                                                  
row = []                                                                          
col = []                                                                          
segmentation_mask_reader = segmentation_mask.reshape(-1)                          
n_nodes = len(segmentation_mask_reader)                                           
for node in range(n_nodes):                                                       
    idxs = np.unravel_index(node, segmentation_mask.shape)                        
    if segmentation_mask[idxs] == 0:                                              
        col.append(n_nodes)                                                       
    else:                                                                         
        for i in range(len(idxs)):                                                
            if idxs[i] > 0:                                                       
                new_idxs = list(idxs)                                             
                new_idxs[i] -= 1                                                  
                new_node = np.ravel_multi_index(new_idxs, segmentation_mask.shape)
                if segmentation_mask_reader[new_node] != 0:                       
                    col.append(new_node)                                          
    while len(col) > len(row):                                                    
        row.append(node)                                                          
                                                                                  
row = np.array(row, dtype=np.int32)                                               
col = np.array(col, dtype=np.int32)                                               
data = np.ones(len(row), dtype=np.int32)                                          
                                                                                  
graph = csr_matrix((np.array(data), (np.array(row), np.array(col))),              
                   shape=(n_nodes+1, n_nodes+1))                                  
n_components, labels = connected_components(csgraph=graph)                        
                                                                                  
background_label = labels[-1]                                                     
solution = np.zeros(segmentation_mask.shape, dtype=segmentation_mask.dtype)       
solution_writer = solution.reshape(-1)                                            
for node in range(n_nodes):                                                       
    label = labels[node]                                                          
    if label < background_label:                                                  
        solution_writer[node] = label+1                                           
    elif label > background_label:                                                
        solution_writer[node] = label                                             
                                                                                  
print(solution)