如何获得在python中给定像素标签的对象边界框？

Question

假设我有一个场景解析映射的图像，这个场景解析映射中的每个像素指示这个像素属于哪个对象。现在我想要获得每个对象的边界框，我该如何在python中实现它？ 对于一个具体例子，说我有一个场景分析图是这样的：

0 0 0 0 0 0 0 
0 1 1 0 0 0 0 
1 1 1 1 0 0 0 
0 0 1 1 1 0 0 
0 0 1 1 1 0 0 
0 0 0 0 0 0 0 
0 0 0 0 0 0 0 

所以边框是：

0 0 0 0 0 0 0 
1 1 1 1 1 0 0 
1 0 0 0 1 0 0 
1 0 0 0 1 0 0 
1 1 1 1 1 0 0 
0 0 0 0 0 0 0 
0 0 0 0 0 0 0 

其实，在我的任务，只知道这个宽度和高度对象就够了。

一个基本的想法是在场景解析图中从上，下，左，右方向搜索四条边。但是图像中可能存在很多小物体，这种方式并不具有时间效率。

第二种方法是计算所有非零元素的坐标并找出最大/最小x/y。然后使用这些x和y来计算重量和高度。

有没有其他更有效的方法来做到这一点？谢谢。

Answer 1

如果你正在处理图像，你可以使用scipy的ndimage库。

如果只有一个对象的图像中，你可以得到scipy.ndimage.measurements.find_objects测量（http://docs.scipy.org/doc/scipy-0.16.1/reference/generated/scipy.ndimage.measurements.find_objects.html）：

import numpy as np 
from scipy import ndimage 
a = np.array([[0, 0, 0, 0, 0, 0, 0], 
       [0, 1, 1, 0, 0, 0, 0], 
       [1, 1, 1, 1, 0, 0, 0], 
       [0, 0, 1, 1, 1, 0, 0], 
       [0, 0, 1, 1, 1, 0, 0], 
       [0, 0, 0, 0, 0, 0, 0], 
       [0, 0, 0, 0, 0, 0, 0]]) 

# Find the location of all objects 
objs = ndimage.find_objects(a) 

# Get the height and width 
height = int(objs[0][0].stop - objs[0][0].start) 
width = int(objs[0][1].stop - objs[0][1].start) 

如果在图像中许多对象，你首先必须标记每个对象，然后得到的测量：

import numpy as np 
from scipy import ndimage 
a = np.array([[0, 0, 0, 0, 0, 0, 0], 
       [0, 1, 1, 0, 0, 0, 0], 
       [1, 1, 1, 1, 0, 0, 0], 
       [0, 0, 1, 1, 1, 0, 0], 
       [0, 0, 1, 1, 1, 0, 0], 
       [0, 0, 0, 0, 0, 0, 0], 
       [0, 0, 1, 1, 1, 0, 0]]) # Second object here 
# Label objects 
labeled_image, num_features = ndimage.label(a) 
# Find the location of all objects 
objs = ndimage.find_objects(labeled_image) 
# Get the height and width 
measurements = [] 
for ob in objs: 
    measurements.append((int(ob[0].stop - ob[0].start), int(ob[1].stop - ob[1].start))) 

如果检查ndimage.measurements，你可以得到更多的测量：质量，区域的中心......

Answer 2

使用numpy的：更

import numpy as np 

ind = np.nonzero(arr.any(axis=0))[0] # indices of non empty columns 
width = ind[-1] - ind[0] + 1 
ind = np.nonzero(arr.any(axis=1))[0] # indices of non empty rows 
height = ind[-1] - ind[0] + 1 

说明一下：

arr.any(axis=0)给出了一个布尔数组，告诉您如果列是空的（False）否（True）。 np.nonzero(arr.any(axis=0))[0]然后从该数组中提取非零（即True）索引。 ind[0]是该数组的第一个元素，因此最左列非空列和ind[-1]是最后一个元素，因此是最右侧非空列。然后差异给出宽度，取决于是否包含边框。 高度相似的东西，但在另一个轴上。