3
因此，我目前正試圖找出一個更優化的解決方案來確定圖像中的連通組件。目前，我有一個具有特定值的座標的數組。我想根據它們是否觸摸來創建這些座標的組。我正在使用一個numpy數組，並且目前我必須檢查每個值（左上角，上中角，右上角，中間左側，中間右側，左下角，中下角，右下角）是否在該數組中。我這樣做是通過此代碼：檢查相鄰值是否在Numpy矩陣中
for x in range (0, groupCoords.shape[0]):
global tgroup
xCoord = groupCoords.item((x,0))
yCoord = groupCoords.item((x,1))
new = np.array([[xCoord, yCoord]])
if np.equal(Arr,[xCoord, yCoord+1]).all(1).any():
tgroup = np.append(tgroup, [[xCoord,yCoord+1]], axis=0)
new = np.append(new, [[xCoord,yCoord+1]], axis=0)
index = np.argwhere((Arr == [xCoord,yCoord+1]).all(1))
Arr = np.delete(Arr, (index), axis=0)
if np.equal(Arr,[xCoord, yCoord-1]).all(1).any():
tgroup = np.append(tgroup, [[xCoord, yCoord-1]],axis=0)
new = np.append(new, [[xCoord,yCoord-1]], axis=0)
index = np.argwhere((Arr == [xCoord,yCoord-1]).all(1))
Arr = np.delete(Arr, (index), axis=0)
if np.equal(Arr,[xCoord+1, yCoord]).all(1).any():
tgroup = np.append(tgroup, [[xCoord+1,yCoord]],axis=0)
new = np.append(new, [[xCoord+1,yCoord]], axis=0)
index = np.argwhere((Arr == [xCoord+1,yCoord]).all(1))
Arr = np.delete(Arr, (index), axis=0)
if np.equal(Arr,[xCoord+1, yCoord+1]).all(1).any():
tgroup = np.append(tgroup, [[xCoord+1,yCoord+1]],axis=0)
new = np.append(new, [[xCoord+1,yCoord+1]], axis=0)
index = np.argwhere((Arr == [xCoord+1,yCoord+1]).all(1))
Arr = np.delete(Arr, (index), axis=0)
if np.equal(Arr,[xCoord+1, yCoord-1]).all(1).any():
tgroup = np.append(tgroup, [[xCoord+1,yCoord-1]],axis=0)
new = np.append(new, [[xCoord+1,yCoord-1]], axis=0)
index = np.argwhere((Arr == [xCoord+1,yCoord-1]).all(1))
Arr = np.delete(Arr, (index), axis=0)
if np.equal(Arr,[xCoord-1, yCoord]).all(1).any():
tgroup = np.append(tgroup, [[xCoord-1,yCoord]],axis=0)
new = np.append(new, [[xCoord-1,yCoord]], axis=0)
index = np.argwhere((Arr == [xCoord-1,yCoord]).all(1))
Arr = np.delete(Arr, (index), axis=0)
if np.equal(Arr,[xCoord-1, yCoord+1]).all(1).any():
tgroup = np.append(tgroup, [[xCoord-1,yCoord+1]],axis=0)
new = np.append(new, [[xCoord-1,yCoord+1]], axis=0)
index = np.argwhere((Arr == [xCoord-1,yCoord+1]).all(1))
Arr = np.delete(Arr, (index), axis=0)
if np.equal(Arr,[xCoord-1, yCoord-1]).all(1).any():
tgroup = np.append(tgroup, [[xCoord-1,yCoord-1]],axis=0)
new = np.append(new, [[xCoord-1,yCoord-1]], axis=0)
index = np.argwhere((Arr == [xCoord-1,yCoord-1]).all(1))
Arr = np.delete(Arr, (index), axis=0)
但是，如果圖像很大，這顯然需要大量的時間。我的想法是創建一個帶有圖像寬度和高度尺寸的布爾矩陣，然後將值「true」賦值給矩陣中對應於圖像中像素的值（圖像爲黑白）。
我想知道，是否有可能，而不是像這樣檢查每個值，確定它們是否是包含另一個「真實」值的「true」元素？
這是輸入數組會是什麼樣子：
[
[0 0]
[0 1]
[0 2]
[10 2]
]
輸出看起來像
[
[0 0]
[0 1]
[0 2]
]
功能我希望能改進會檢查是否「真」值是感人，並創建一個所有觸及的值的「網絡」（它會繼續運行新的值）。
請問座標的順序很重要？我想我們正在篩選出那裏的座標。同樣，你是否需要他們從一端連接到另一端（如果適用）或其他標準的順序？ – Divakar
你能給一個輸入的小例子（比如4x4數組）和期望的輸出嗎？ –
@Divakar順序並不重要，我只需要將它們組合成一個數組。我將它用作OCR方法，因此它所做的是創建連接組件的列表，最終成爲圖像中的每個字符。 –