图像分析——映射两个带标签的Numpy数组

我有两个Numpy数组，数组A和数组B，它们的维数相等。数组A是一个带标签的数组，其中与相同“对象”对应的元素共享相同的值。基本上，我要做的是针对数组B中的每个非零元素，如果该元素对应于数组a中的一个非零元素，则重新标记该对象（数组a中）的每个元素，对应于数组B中的值

例如，如果我有：

array A = [[0, 0, 1, 0, 0],
           [0, 1, 1, 1, 0],
           [0, 0, 1, 0, 0],
           [0, 0, 0, 0, 2],
           [3, 0, 0, 2, 0],
           [3, 3, 0, 2, 0]]

array B = [[0, 0, 4, 4, 4],
           [4, 4, 4, 4, 4],
           [0, 4, 4, 0, 0],
           [0, 4, 4, 4, 4],
           [0, 0, 4, 4, 4],
           [5, 0, 0, 0, 0]]

我希望生成的数组C如下所示：

array C = [[0, 0, 4, 0, 0],
           [0, 4, 4, 4, 0],
           [0, 0, 4, 0, 0],
           [0, 0, 0, 0, 4],
           [5, 0, 0, 4, 0],
           [5, 5, 0, 4, 0]]

编辑：就我的目的而言，A中的一个“对象”不能属于B中的多个“对象”。例如，A（上面）中的每个非零元素都映射到B中的A 4或A 5，但决不能同时映射到这两个元素

对不起，如果这个解释有点复杂的话。我将感谢任何人能提供的任何帮助或指导

这是有效的：

C=np.类零（A）
labels=set（A.flatte（））-{0}
对于标签中的标签：
掩码=（A==标签）
value=set（B[mask].flatte（））-{0}
C[掩码]=[*值][0]

也许有人可以指出一种更优雅的方法来找到

值

？

这种方法有效：

C=np.类零（A）
labels=set（A.flatte（））-{0}
对于标签中的标签：
掩码=（A==标签）
value=set（B[mask].flatte（））-{0}
C[掩码]=[*值][0]

---

也许有人可以指出更优雅的方法来找到

值

？

谢谢你的评论…我添加了一个示例案例。希望它有意义。那些在

C[4,0]

和

C[5,1]

的

5s

，不应该是

0s

？类似地，在

C[5,3]

处的

4

。你能再检查一下吗？因为A[5,0]处的元素与B中的A 5匹配，我希望A中属于标签3的其余元素也变成5s。但我仍然不明白这是一个定义良好的问题。如果

A

中的一个“对象”属于

B

中的两个不同对象，您将如何处理这种情况？或者这是绝对不可能的？非常感谢您指出--我应该提到，出于我的目的，A中的一个对象不能属于B中的多个对象。感谢您的评论…我添加了一个示例案例。希望它有意义。那些在

C[4,0]

和

C[5,1]

的

5s

，不应该是

0s

？类似地，在

C[5,3]

处的

4

。你能再检查一下吗？因为A[5,0]处的元素与B中的A 5匹配，我希望A中属于标签3的其余元素也变成5s。但我仍然不明白这是一个定义良好的问题。如果

A

中的一个“对象”属于

B

中的两个不同对象，您将如何处理这种情况？或者这是绝对不可能的？非常感谢你指出这一点——我应该提到，出于我的目的，A中的一个对象不能属于B中的多个对象。