在Numpy数组中创建缓冲区

我有一个二进制图像，如下所示：

data = np.array([[0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0]])

对于具有1s值的像素，我想使缓冲区由两个像素组成，每四个方向包围一个值为1s的像素。预期结果将是：

result=np.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]])

---

我该怎么做呢？

如果输入和输出数组中只有1和0，那么可以使用2D卷积来完成，这很简单，也很有效

from scipy.signal import convolve2d

data = np.array([[0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0]])

# the kernel doesn't need to be ones, it just needs to be positive and
# non-zero.
kernel = np.ones((5, 5))

result = np.int64(convolve2d(data, kernel, mode='same') > 0)

这将为您提供所需的输出。您需要定义要在边缘发生什么-在这个版本中，输出数组与输入数组的大小相同

如果你有一个稀疏数组，你可能会做得更快

如果数组中的值不是1和0，则需要更多的考虑。

您也可以使用运算符（在本例中，它扩展了

值）

注意，在这种情况下，
square（5）
相当于
np.one（（5,5））
。膨胀操作符通过将元素作为第二个参数传递（在本例中，每个像素的中心是一个
5x5
正方形）来膨胀
True
或
1
像素。
它是一个仅由1和0组成的数组，还是有其他值？是的，它只有1s和0s为什么需要“正非零内核”？我看不出任何原因，文档也没有提到这一点（）。您不需要使用
convalve2d
，但需要使用该方法（特别是
>0
）。@HenryGomersall感谢您的回答。你能解释一下为什么使用（5,5）的内核吗？它创建了一个5x5的数组。你熟悉卷积运算吗？在注释中解释可能有点费事，但本质上，5x5形状是您在输入中单个
1
的输出所需的形状。值得一提的是，2D内核是可分离的，因此您可以在每个维度上使用一对1D内核来实现这一点，如果这是一个问题，那么速度会更快。
from skimage.morphology import square, dilation
data = np.array([[0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 1 , 1 , 1 , 1 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0],
                 [0, 0 , 0 , 0 , 0 , 0 , 0 , 0]])
result = dilation(data, square(5))