Есть ли функция «ограничивающего прямоугольника» (срез с ненулевыми значениями) для ndarray в NumPy?

Question

Я имею дело с массивами, созданными с помощью numpy.array (), и мне нужно рисовать точки на холсте, имитирующем изображение.Поскольку вокруг центральной части массива, содержащей значимые данные, много нулевых значений, я бы хотел «обрезать» массив, удалив столбцы, содержащие только нули, и строки, содержащие только нули.

Итак, я хотел бы знать о некоторой нативной функции numpy или даже фрагменте кода, чтобы «обрезать» или найти «ограничивающий прямоугольник», чтобы разрезать только часть, содержащую данные массива.

(так как этоконцептуальный вопрос, я не ставил никакой код, извините, если я должен, я очень свеж для публикации на SO.)

Спасибо за чтение

Answer 1

Это должно сделать это:

from numpy import array, argwhere

A = array([[0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 1, 0, 0, 0, 0],
           [0, 0, 1, 1, 0, 0, 0],
           [0, 0, 0, 0, 1, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0]])

B = argwhere(A)
(ystart, xstart), (ystop, xstop) = B.min(0), B.max(0) + 1 
Atrim = A[ystart:ystop, xstart:xstop]

Answer 2

Код ниже, от этот ответ работает быстрее всего в моих тестах:

def bbox2(img):
    rows = np.any(img, axis=1)
    cols = np.any(img, axis=0)
    ymin, ymax = np.where(rows)[0][[0, -1]]
    xmin, xmax = np.where(cols)[0][[0, -1]]
    return img[ymin:ymax+1, xmin:xmax+1]

Принятый ответ с использованием argwhere работал, но работал медленнее.Я думаю, это потому, что argwhere выделяет гигантский выходной массив индексов.Я провел тестирование на большом двумерном массиве (изображение 1024 x 1024, с ненулевой областью 50x100).

Answer 3

Что-то вроде:

empty_cols = sp.all(array == 0, axis=0)
empty_rows = sp.all(array == 0, axis=1)

Полученные массивы будут одномерными булевыми массивами. Обмотайте их с обоих концов, чтобы найти «ограничивающую рамку».