Python Numpy-通过测试相邻索引获得索引位置

我正在使用的numpy是Python。我将图像加载到numpy二维数组中，如下所示：

[
  [...], # row0
  [...], # row1
  [...], # row2
  ...
]

---

我需要获得所有像素的所有索引位置，其中北、南、东或西相邻像素（以下仅一个）具有特定值。在我的例子中，如果4个相邻像素中的任何一个为0。

最简单的方法可能是使用以下方法定位所有零：

import numpy as np
# a is the image array
z_indices = np.where(a == 0)

---

然后只计算零像素的相邻索引（零索引的+1，-1的所有组合）。如果一个点与两个不同的零像素相邻，则必须删除重复项。

如果a是原始阵列，请定义一组切片：

from scipy import *

a = ones((12,22))
a[5,10] = a[5,12] = 0

a_ = a[1:-1, 1:-1]
aE = a[1:-1, 0:-2]
aW = a[1:-1,   2:]
aN = a[0:-2, 1:-1]
aS = a[  2:, 1:-1]

a4 = dstack([aE,aW,aN,aS])
num_adjacent_zeros = sum(a4 == 0, axis=2)
print num_adjacent_zeros

ys,xs = where(num_adjacent_zeros == 1)
# account for offset of a_
xs += 1 
ys += 1

print '\n hits:'
for col,row in zip(xs,ys):
  print (col,row)

采用较小的

a_uu

的原因是，我不知道您想对边缘情况做什么，例如，北方像素可能不存在

我构建了一个相邻零计数的数组，并使用它来获得恰好与一个零相邻的位置。输出：

[[0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 1 0 2 0 1 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 1 0 1 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]
 [0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0 0]]

 hits:
(10, 4)
(12, 4)
(9, 5)
(13, 5)
(10, 6)
(12, 6)

---

我现在正在这样做。有更好的方法吗？@miki725:如果你尝试过什么，通常最好在原始问题中说明。什么是逻辑运算。很抱歉我是numpy的新手。好的，请稍等，我会详细说明我的回答。谢谢你的详细说明。想知道你在这里做了什么。所有这些功能对我来说还是陌生的。