Python 三维阵列的裁剪面积

我有一个形状为

（400512、512）

的3D numpy数组，还有一个边界框，例如：

[376, 250, 206]
[380, 256, 211] 

ix = np.arange(*c[:, 0]).reshape(-1, 1, 1)
iy = np.arange(*c[:, 1]).reshape(-1, 1)
iz = np.arange(*c[:, 2])
a[ix, iy, iz]

现在，我想从数组中裁剪边界框区域并可视化。通常，在2D阵列/图像中，我们可以使用最小-最大值进行裁剪，如：

img[y:y + h, x:x + w]

但我不认为在3D阵列中是这样的，因为z轴也包括在内。有人能举个例子说明如何使用最小-最大边界框坐标从三维numpy阵列裁剪区域吗？最后，我将在提取的边界框区域中拟合圆柱体

编辑：我希望所有索引及其强度值位于主大3D阵列的边界框内。 我可以这样做：

big_3d_array[z1:z2, x1:x2, y1:y2]
where,    
z1 = 376, z2 = 380, x1 = 250, x2 = 256, y1=206, y2= 211

---

现在这种方法的问题是，我只能得到强度值，不能得到指数。此外，我不确定是否使用此方法获取边界框内的所有坐标。因为在三维空间中，边界框应该有8个角点。这里我只有边界框的最小-最大值。

假设边界框数组由每个维度的三列组成，行是起始坐标和结束坐标，顺序如下：

c = np.array([[376, 250, 206]
              [380, 256, 211]])

让我们看一看3D中的：

您可以这样编写索引：

a[376:380, 250:256, 206:211]

此索引表示对

a.\uuuu getitem\uuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuuu

（实际上是

类型（a）。\uuuuuuuuuu getitem\u

a.__getitem__((slice(376, 380), slice(250, 256), slice(206, 211)))

使用此信息，您可以通过两种不同的方式为阵列编制索引：

a[c[0, 0]:c[1, 0], c[0, 1]:c[1, 1], c[0, 2]:c[1, 2]]
a[tuple(slice(*x) for x in c.T)]

第二种方法通常更具可伸缩性

Numpy提供了除切片之外的另一种索引数组的方法，称为。在该方法中，您提供了坐标数组，这些坐标组合成您想要的输出形状。例如：

[376, 250, 206]
[380, 256, 211] 

ix = np.arange(*c[:, 0]).reshape(-1, 1, 1)
iy = np.arange(*c[:, 1]).reshape(-1, 1)
iz = np.arange(*c[:, 2])
a[ix, iy, iz]

有一个名为的辅助对象，它可以让您更无缝地创建索引数组：

np.ogrid[tuple(slice(*x) for x in c.T)]

在所有情况下，如果您的边界框包含在上限上，则在索引中使用之前，您需要增加它：

c[1, :] += 1

img[y:y+h，x:x+w，：]为什么不选择答案？谢谢@MadPhysicast。当我第一次阅读时，它看起来很好。你的答案是正确的。但我看起来是这样的：使用bbox的最小-最大坐标从bbox内的3d阵列获取所有点。可能是你的答案起了作用。我可能误解了。你真的需要把问题弄清楚那么，bbox是在数组索引中，还是在数据的x-y-z坐标中？请提供一个有意义的例子，说明你想要什么？为什么链接在3D中对你不起作用？你在这个问题中所做的完全没有遵循链接的建议。要么这个解决方案有效，要么我的有效，但除非你展示你所做的，否则很难说蚂蚁和你所做的。