在python中如何在三维数组中标记连接的组件？

大家好，我在处理3D阵列中的连接组件时遇到了一个问题。实际上，我正在为神经成像研究做3D CT扫描数据。为了简单解释，这里有一个3D阵列的示例：

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

这就是它的样子：

问题是，我有没有办法直接在3D空间中制作连接组件？也许用26个像素？或者只是为了在3D中标记对象 因为我已经尝试使用open cv connected component来处理每个切片（在二维数组中），这就是我处理二维数组（切片）及其工作的方式：

# Largest Connected Component
# slice array is from thresholding process (the value is 0, 1, 2)
    new_img = np.zeros_like(slice)                                        
    for val in np.unique(slice)[1:]:                                      
        mask = np.uint8(slice == val)                                     
        labels, stats = cv2.connectedComponentsWithStats(mask, 4)[1:3]      
        largest_label = 1 + np.argmax(stats[1:, cv2.CC_STAT_AREA])          
        new_img[labels == largest_label] = val 

但是我把它叠起来之后，结果就不好了。有些碎片已经失去了价值。 也许这里的某个人以前有处理这个问题的经验，你的回答会很有帮助。

---

谢谢

我找到了解决这个问题的办法。有一个库不仅支持二维图像，还支持William Silversmith创建的三维图像。以下是链接：

文件很清楚。如果你面临同样的问题，我希望这对你有所帮助