Python 如何为numpy阵列创建圆形遮罩？

我试图在Python中循环屏蔽一个图像。我在网上找到了一些示例代码，但我不确定如何更改数学以使我的圆圈位于正确的位置

我有一个图像

image\u data

，类型为

numpy.ndarray

，形状

（37254797,3）

：

我看到这段代码应用欧几里德距离来计算距离中心的距离，但我不理解X-total行和Y-total列的部分。这将生成一个四分之一圆的遮罩，其中心位于图像的左上角

---

X

和

Y

在圆圈中扮演什么角色？我如何修改这段代码以生成一个位于图像其他位置的掩模？

您在线获得的算法部分错误，至少出于您的目的。如果我们有下面的图像，我们希望它像这样伪装：

创建这样一个掩码的最简单的方法是你的算法是如何进行的，但是它不是以你想要的方式呈现的，也不能让你以一种简单的方式修改它。我们需要做的是查看图像中每个像素的坐标，并获得该像素是否在半径内的真/假值。例如，这里有一张放大的图片，显示圆半径和严格在该半径范围内的像素：

现在，为了找出哪些像素位于圆内，我们需要图像中每个像素的索引。该函数提供两个向量，每个向量包含像素位置（或索引）：列索引有一个列向量，行索引有一个行向量：

np.ogrid[：4，：5] [数组（[[0]， [1], [2], [3] 阵列（[[0,1,2,3,4]]）] 这种格式对我们来说很有用，所以如果我们在某些函数中使用它们，它实际上会创建一个包含所有索引的网格，而不仅仅是这两个向量。因此，我们可以使用

np.ogrid（）

创建图像的索引（或像素坐标），然后检查每个像素坐标，看看它是在圆的内部还是外部。为了判断它是否在中心内，我们可以简单地找到从中心到每个像素位置的欧几里德距离，然后如果该距离小于圆半径，我们将其标记为包含在遮罩中，如果大于，我们将其从遮罩中排除

现在我们已经得到了创建这个掩码的函数所需的一切。此外，我们将为它添加一点不错的功能；我们可以输入中心和半径，或者让它自动计算它们

def创建圆形遮罩（h、w、中心=无、半径=无）：
如果“中心”为“无”：#使用图像的中间部分
中心=（内部（w/2），内部（h/2））
如果半径为无：#使用中心和图像墙之间的最小距离
半径=最小值（中心[0]，中心[1]，w-中心[0]，h-中心[1]）
Y、 X=np.ogrid[：h，：w]
距离中心的距离=np.sqrt（（X-中心[0]）**2+（Y-中心[1]）**2）
mask=dist_from_center我想提供一种不涉及np.ogrid（）函数的方法。我将裁剪一个名为“robot.jpg”的图像，它是491 x 491像素。为了可读性，我不会像在实际程序中那样定义那么多变量：

导入库：

import matplotlib.pyplot as plt
from matplotlib import image
import numpy as np

导入图像，我称之为“z”。这是一个彩色图像，所以我也只提取一个彩色通道。接下来，我将显示它：

z = image.imread('robot.jpg')  
z = z[:,:,1]

zimg = plt.imshow(z,cmap="gray")
plt.show()


为了得到一个numpy数组（图像矩阵），其中有一个圆用作遮罩，我将从以下内容开始：

x = np.linspace(-10, 10, 491)
y = np.linspace(-10, 10, 491)
x, y = np.meshgrid(x, y)
x_0 = -3
y_0 = -6
mask = np.sqrt((x-x_0)**2+(y-y_0)**2)

请注意最后一条线上的圆方程，其中x_0和y_0定义了网格中圆的中心点，网格的高度和宽度为491个元素。因为我在x和y中定义了从-10到10的栅格，所以x_0和x_y设置圆的中心点相对于图像的中心

要查看生成的内容，我运行：

maskimg = plt.imshow(mask,cmap="gray")
plt.show()


要将其转换为实际的二进制值掩码，我只需要将低于某个值的每个像素设置为0，然后将高于某个值的每个像素设置为256。“确定值”将以上面定义的相同单位确定圆的半径，因此我将其称为“r”。在这里，我将“r”设置为某个值，然后循环通过遮罩中的每个像素，以确定它是“开”还是“关”：

要反转遮罩，我可以在上面的阈值循环中交换0和256，如果我这样做，我得到：

这实际上不是欧几里德距离。应该是该总和的平方根。是的，我认为你是对的，应该是
center\u row
和
center\u col
而不是
total…
我认为这个代码会产生一个以左上角为中心的四分之一圆遮罩，而不是图像中的中心圆遮罩（注意
dist\u from\u center
在这种情况下仍然是错误的）@AlexanderReynolds是的，它正在形成一个四分之一圆的面具，你能解释一下你是如何确定的吗？你能简单地解释一下
np.ogrid
，网络上所有关于
np.ogrid
的解释都超出了我的想象。当然，当我看到这一点时我正在移动，所以没有写完整的答案，我想等我到家的时候会有其他人，但我想不会。我会努力的。@AlexanderReynolds谢谢，我会等待你的答复。+1。我在顶部添加了
如果h%2==0:h=h+1
和
如果w%2==0:w=w+1
，因此它不会剪切偶数的最后一列和最后一行。
maskimg = plt.imshow(mask,cmap="gray")
plt.show()

r = 7
for x in range(0,490):
        for y in range(0,490):
                if mask[x,y] < r:
                        mask[x,y] = 0
                elif mask[x,y] >= r:
                        mask[x,y] = 256

maskimg = plt.imshow(mask,cmap="gray")
plt.show()

z_masked = np.multiply(z,mask)

zimg_masked = plt.imshow(z_masked,cmap="gray")
plt.show()