Python 如何使用套索选择器绘制区域数组？

我对Python完全陌生，但我想做的是在图像中绘制一个区域，然后对其进行分析。这应在GUI内完成。我的程序现在可以用套索选择器绘制一个区域（多亏了），顶点保存在numpy数组中。我希望整个区域保存为数组（或矩阵）。是否有一个内置的函数来执行此操作？我是否需要做一个foor循环和if语句，并通过图像中的所有元素循环，检查哪个元素在里面，哪个不在里面。如果是这样的话，我不知道怎么做，因为vertice数组中的元素不是整数，也不是不成对的（也就是说，对于第45行，第3列和第17列中没有一个vertice）。我混合使用了tkinter、matplotlib、numpy等等。。（当然，有一些教程介绍如何对矩形或其他矩形执行此操作，我无法将其应用于此区域。）

简而言之：我想要的是一个numpy数组，所有元素及其像素值都在我绘制的区域内。程序应能够改变该区域，然后在旧图像中替换该区域

from tkinter import *

from matplotlib.widgets import LassoSelector
import matplotlib.image as mpimg
from pylab import *
from matplotlib import path
from tkinter.filedialog import askopenfilename
import tkinter as tk
from matplotlib.backends.backend_tkagg import FigureCanvasTkAgg

global fig, v
fname = "bild3.png" #Starting with file

def onselect(verts):
    global v, length_y
    print(verts)
    p = path.Path(verts) #path array of verts
    print(v)
    ind = p.contains_points(v)

root = tk.Tk()

# Creating two frames
topFrame = tk.Frame()
bottomFrame = tk.Frame()
topFrame.pack(side="top")
bottomFrame.pack(side="bottom")

# Create buttons
button_open = tk.Button(topFrame, text="Open image", command=lambda: selectIm())
button_draw = tk.Button(topFrame, text="Draw ROI")
button_quit = tk.Button(topFrame, text="Quit", command=root.quit)
button_clear= tk.Button(topFrame, text="Clear")
button_save = tk.Button(topFrame, text="Save")

#  Place buttons
button_open.pack(side="left")
button_draw.pack(side="left")
button_quit.pack(side="right") #fill makes it fill the frame
button_save.pack(side="left")
button_clear.pack(side = "left")


# Set figure on canvas
fig = plt.figure() #displays image and creates figure object??
img = mpimg.imread(fname) #ndarray  [rows [cols [rgb 3 val]]]

plt.imshow(img) #also needed to display image
ax = plt.gca() #Axlarna hänger med ..

canvas = FigureCanvasTkAgg(fig, bottomFrame)
canvas.show()
canvas.get_tk_widget().pack(side='top', fill='both', expand=1)
lasso = LassoSelector(ax, onselect) #Should be in draw-function


def selectIm():
    # global fig,
    global v, length_y
    print("Hej")

    fname=askopenfilename()
    img = mpimg.imread(fname)
    plt.imshow(img) #does this overwrite or plot another one?
    canvas.show() #updates canvas, or overwrites?

    length_y=img.shape[0] #Number of rows
    length_x=img.shape[1] #Number of cols
    v = np.zeros((length_x*length_y, 2), dtype=np.int) #Creates zero array

    #For y
    a = np.array(range(0,length_x))
    y = np.tile(a, length_y)

    #For x
    b = np.array(range(0,length_y))
    x = np.repeat(b, length_x)

    v[:,0] = x
    v[:,1] = y


root.title("Ett nytt test")
root.mainloop()

在给出的链接（）中的示例中，我怀疑下面的几行会起作用，但我不理解include=False。另外，在我的程序中，我没有这么好的结构，因为我不理解所有的类、对象等。这更像是一个图像分析项目

class Datum(object):
    colorin = colorConverter.to_rgba('red')
    colorout = colorConverter.to_rgba('blue')
    def __init__(self, x, y, include=False):
        self.x = x
        self.y = y
        if include: self.color = self.colorin
        else: self.color = self.colorout

---

感谢您对此问题的任何意见

我使用脚本的某些部分提出了以下解决方案：

import numpy as np
import matplotlib.pyplot as plt
from matplotlib.widgets import LassoSelector
from matplotlib import path

fig = plt.figure()
ax1 = fig.add_subplot(121)
ax1.set_title('lasso selection:')
ax1.plot()
ax1.set_xlim([0, 10])
ax1.set_ylim([0, 10])
ax1.set_aspect('equal')

# Empty array to be filled with lasso selector
array = np.zeros((10,10))
ax2 = fig.add_subplot(122)
ax2.set_title('numpy array:')
msk = ax2.imshow(array, origin='lower',vmax=1, interpolation='nearest')
ax2.set_xlim([-1, 10])
ax2.set_ylim([-1, 10])

# Pixel coordinates
pix = np.arange(10)
xv, yv = np.meshgrid(pix,pix)
pix = np.vstack( (xv.flatten(), yv.flatten()) ).T

def updateArray(array, indices):
    lin = np.arange(array.size)
    newArray = array.flatten()
    newArray[lin[indices]] = 1
    return newArray.reshape(array.shape)

def onselect(verts):
    global array, pix
    p = path.Path(verts)
    ind = p.contains_points(pix, radius=1)
    array = updateArray(array, ind)
    msk.set_data(array)
    fig.canvas.draw_idle()

lasso = LassoSelector(ax1, onselect)

plt.show()

---

忘记添加，p.contains_points（v）只给我一个带真/假的向量如果图像元素在直线上，我想要一个在封闭区域内给我所有点的向量。如果运行该程序，则需要单击“打开图像”并选择一个，以便正确地绘制图像。