如何將一個圓形的遮罩應用到一個numpy數組？

我有一個這樣的數組：如何將一個圓形的遮罩應用到一個numpy數組？

>>> np.ones((8,8)) 
array([[ 1., 1., 1., 1., 1., 1., 1., 1.], 
     [ 1., 1., 1., 1., 1., 1., 1., 1.], 
     [ 1., 1., 1., 1., 1., 1., 1., 1.], 
     [ 1., 1., 1., 1., 1., 1., 1., 1.], 
     [ 1., 1., 1., 1., 1., 1., 1., 1.], 
     [ 1., 1., 1., 1., 1., 1., 1., 1.], 
     [ 1., 1., 1., 1., 1., 1., 1., 1.], 
     [ 1., 1., 1., 1., 1., 1., 1., 1.]])

我創建一個半徑3這樣一個圓盤狀面膜：

y,x = np.ogrid[-3: 3+1, -3: 3+1] 
mask = x**2+y**2 <= 3**2

這給：

>> mask 
array([[False, False, False, True, False, False, False], 
     [False, True, True, True, True, True, False], 
     [False, True, True, True, True, True, False], 
     [ True, True, True, True, True, True, True], 
     [False, True, True, True, True, True, False], 
     [False, True, True, True, True, True, False], 
     [False, False, False, True, False, False, False]], dtype=bool)

現在，我想能夠將這個掩碼應用到我的數組中，使用任何元素作爲中心點。因此，例如，與（1,1）的中心點，我想得到這樣一個數組：

>>> new_arr 
array([[ True, True, True, True, 1., 1., 1., 1.], 
     [ True, True, True, True, True, 1., 1., 1.], 
     [ True, True, True, True, 1., 1., 1., 1.], 
     [ True, True, True, True, 1., 1., 1., 1.], 
     [ 1., True, 1., 1., 1., 1., 1., 1.], 
     [ 1.,  1., 1., 1., 1., 1., 1., 1.], 
     [ 1.,  1., 1., 1., 1., 1., 1., 1.], 
     [ 1.,  1., 1., 1., 1., 1., 1., 1.]])

有沒有申請這個面膜的簡單方法？

編輯：我不應該有混合布爾和浮動 - 這是誤導。

>>> new_arr 
array([[ 255., 255., 255., 255., 1., 1., 1., 1.], 
     [ 255., 255., 255., 255., 255., 1., 1., 1.], 
     [ 255., 255., 255., 255., 1., 1., 1., 1.], 
     [ 255., 255., 255., 255., 1., 1., 1., 1.], 
     [ 1., 255., 1., 1., 1., 1., 1., 1.], 
     [ 1.,  1., 1., 1., 1., 1., 1., 1.], 
     [ 1.,  1., 1., 1., 1., 1., 1., 1.], 
     [ 1.,  1., 1., 1., 1., 1., 1., 1.]])

這更多是我需要的結果。

陣列[掩模] = 255

會掩蓋使用陣列中心點（0 +半徑，0 +半徑）。

但是，我希望能夠在任何點（y，x）放置任意大小的面具，並自動修剪以適合它。

來源

2011-12-27 user816555

我會做這樣的，其中（A，B）爲您的面罩的中心：

import numpy as np 

a, b = 1, 1 
n = 7 
r = 3 

y,x = np.ogrid[-a:n-a, -b:n-b] 
mask = x*x + y*y <= r*r 

array = np.ones((n, n)) 
array[mask] = 255

來源

2011-12-28 00:41:46

要得到相同的結果，在你的榜樣，你可以做這樣的事情：

>>> new_arr = np.array(ones, dtype=object) 
>>> new_arr[mask[2:, 2:]] = True 
>>> print new_arr 
array([[True, True, True, True, 1.0, 1.0, 1.0, 1.0], 
     [True, True, True, True, True, 1.0, 1.0, 1.0], 
     [True, True, True, True, 1.0, 1.0, 1.0, 1.0], 
     [True, True, True, True, 1.0, 1.0, 1.0, 1.0], 
     [1.0, True, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0], 
     [1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0], 
     [1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0], 
     [1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0, 1.0]], dtype=object)

來源

2011-12-27 17:10:49 jcollado

它的工作原理...那是相當的黑客，與陣列的複製和0/1改變它的D型...乘法是由@ 9000建議的正規途徑。 – mac 2011-12-27 17:19:59

@mac是的，我同意。我希望從OP得到一些反饋，以找出他真正想要的東西。 – jcollado 2011-12-27 17:52:17

我很抱歉誤導。我在帖子中澄清了我的問題。我想要的是一種方式來獲得由掩模覆蓋原來的數組中的元素，給定一箇中心點（Y，X）的面具。然後我可以根據需要操縱它們。 – user816555 2011-12-27 18:39:45

你有沒有嘗試使口罩或零和一，然後使用每個元素的數組乘法？這是規範的方式，或多或少。

而且，你一定你希望數字和布爾值在numpy的陣列的混合？顧名思義，NumPy最適合數字。

來源

2011-12-27 17:14:53 9000

我對有關數字/布爾組合的混亂很抱歉。希望這個問題不再具有誤導性。你能解釋一下你的第一句話嗎？ – user816555 2011-12-27 17:51:26

我只是想和大家一起分享這種技術的一個更高級的應用程序，我只是面對。

我的問題是應用這個循環內核來計算2D矩陣中每個點周圍所有值的平均值。生成的內核可以通過以下方式傳遞給scipy的通用過濾器：

import numpy as np 
from scipy.ndimage.filters import generic_filter as gf 

kernel = np.zeros((2*radius+1, 2*radius+1)) 
y,x = np.ogrid[-radius:radius+1, -radius:radius+1] 
mask = x**2 + y**2 <= radius**2 
kernel[mask] = 1 
circular_mean = gf(data, np.mean, footprint=kernel)

希望這有助於！

來源

2013-04-17 14:02:16

說得一個方便的功能：

def cmask(index,radius,array): 
    a,b = index 
    nx,ny = array.shape 
    y,x = np.ogrid[-a:nx-a,-b:ny-b] 
    mask = x*x + y*y <= radius*radius 

    return(sum(array[mask]))

返回半徑內的像素總和，或返回（陣列[掩模] = 2），用於任何需要。

來源

2014-08-18 17:29:13 horst

你可以使用SciPy的的卷積函數，它允許你把任何特定的面具，又名內核的利益，任何數量的陣列中給出的座標，一下子：

import numpy as np 
from scipy.ndimage.filters import convolve

首先創建座標與你想要的面具（內核）的座標數組爲中心標記爲2

background = np.ones((10,10)) 
background[5,5] = 2 
print(background) 

[[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 2. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]]

創建你的面具：

y,x = np.ogrid[-3: 3+1, -3: 3+1] 
mask = x**2+y**2 <= 3**2 
mask = 254*mask.astype(float) 
print(mask) 

[[ 0. 0. 0. 254. 0. 0. 0.] 
[ 0. 254. 254. 254. 254. 254. 0.] 
[ 0. 254. 254. 254. 254. 254. 0.] 
[ 254. 254. 254. 254. 254. 254. 254.] 
[ 0. 254. 254. 254. 254. 254. 0.] 
[ 0. 254. 254. 254. 254. 254. 0.] 
[ 0. 0. 0. 254. 0. 0. 0.]]

個

卷積兩個圖像：

b = convolve(background, mask)-sum(sum(mask))+1 
print(b) 

[[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 255. 1. 1. 1. 1.] 
[ 1. 1. 1. 255. 255. 255. 255. 255. 1. 1.] 
[ 1. 1. 1. 255. 255. 255. 255. 255. 1. 1.] 
[ 1. 1. 255. 255. 255. 255. 255. 255. 255. 1.] 
[ 1. 1. 1. 255. 255. 255. 255. 255. 1. 1.] 
[ 1. 1. 1. 255. 255. 255. 255. 255. 1. 1.] 
[ 1. 1. 1. 1. 1. 255. 1. 1. 1. 1.] 
[ 1. 1. 1. 1. 1. 1. 1. 1. 1. 1.]]

注意，卷積功能條目不上班，即卷積（A，B）=卷積（B，A）

還要注意的是，如果你的點在邊緣附近時，算法不會在座標處再現內核。爲了解決這個問題，你可以通過墊內核的最大軸爲背景，應用卷積，然後取出填充。現在

，你可以映射任何內核數組中的任意數量的點，但要注意，如果兩個內核重疊，它們增加在重疊。如果您需要，您可以將其限定爲此值

來源

2017-06-22 00:05:07

如何將一個圓形的遮罩應用到一個numpy數組？

回答

相關問題