'Numpy图像替换具有相同值的区域'

Question

所以我有一个灰色的（2D）图像类型np.数组里面有很多物体。每个对象由其具有相同值的像素定义，例如1.23e15。在

我现在想给图像加上标签，也就是说，我想把某个值的所有像素（例如上面值1.23e15的200个像素）重新缩放为一个整数。 除了背景值为零之外，我希望每个区域都设置为范围内的值之一（1，nbr_of_regions_in_img+1）。在

如果没有明显的循环解决方案，我该如何高效地完成这一次（我有成百上千张图片）？在

Answer 1

Scipy有一个用于图像处理和分析的extensive library。您要查找的函数可能是^{}

import scipy.ndimage
import numpy as np

pix = np.array([[0,0,1,1,0,0],
                [0,0,1,1,1,0],
                [1,1,0,0,1,0],
                [0,1,0,0,0,0]])
mask_obj, n_obj = scipy.ndimage.label(pix)

输出为您提供了一个带标签的掩码，每个标识的对象具有不同的编号，以及标识的对象的数量。在

^{pr2}$

您还可以使用structure参数定义应计为相邻单元格的内容：

s = np.asarray([[1,1,1],
                [1,1,1],
                [1,1,1]])

mask_obj, n_obj = scipy.ndimage.label(pix, structure = s)
>>>print(n_obj)
>>>1
>>>print(mask_obj) 
>>>[[0 0 1 1 0 0]
    [0 0 1 1 1 0]
    [1 1 0 0 1 0]
    [0 1 0 0 0 0]]

如果不同的物体互相接触，也就是说它们没有被零值分开，就会出现困难。在