Python scipy.ndimage.find_objects用法及代码示例

用法:

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

在标记数组中查找对象。

参数：

返回：

input： 整数数组

包含由不同标签定义的对象的数组。值为 0 的标签将被忽略。

max_label： 整数，可选

要在输入中搜索的最大标签。如果没有给出max_label，则返回所有对象的位置。

object_slices： 元组列表

一个元组列表，每个元组包含 N 个切片(N 是输入数组的维度)。切片对应于包含对象的最小平行六面体。如果缺少数字，则返回 None 而不是切片。

注意：

此函数对于隔离 3-D 阵列内的感兴趣体积非常有用，它不能是“seen through”。

例子：

    from scipy import ndimage

    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
    print(a)
    print(ndimage.find_objects(a))
    print(ndimage.find_objects(a, max_label=2))
    print(ndimage.find_objects(a == 1, max_label=2))
    loc = ndimage.find_objects(a)[0]
    print(a[loc])


[[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]]
#解释 第一个目标全1的，它是在第2行到第4行，第2列到第4列区域 slice第二位取不到
[(slice(2, 5, None), slice(2, 5, None)), (slice(0, 2, None), slice(0, 3, None)), (slice(0, 1, None), slice(5, 6, None))]

[(slice(2, 5, None), slice(2, 5, None)), (slice(0, 2, None), slice(0, 3, None))]
[(slice(2, 5, None), slice(2, 5, None)), None]
[[1 1 0]
 [1 1 0]
 [0 0 1]]