Python 如何在非二进制图像上使用scipy.label

我需要给已经分类的img贴上标签。问题是，图像是非二进制的，我需要分别计算不同值的相邻面片

考虑到以下数据集：

将numpy导入为np
数据=np.0（（6,6），数据类型=np.uint16）
数据[2:4，2:4]=10
数据[4,4]=10
数据[：2，：3]=22
数据[0,5]=22
数据
>>>
数组（[[22,22,22,0,0,22]，
[22, 22, 22,  0,  0,  0],
[0,  0,  10, 10,  0,  0],
[0,  0,  10, 10,  0,  0],
[0,  0,   0,  0, 10,  0],
[0,0,0,0,0,0]]，数据类型=uint16）

我希望获得（8 neigbours结构元素）以下信息：

数组（[[1,1,1,0,0,3]，
[1, 1, 1, 0, 0, 0],
[0, 0, 2, 2, 0, 0],
[0, 0, 2, 2, 0, 0],
[0, 0, 0, 0, 2, 0],
[0,0,0,0,0,0]]，数据类型=uint16）

但使用scipy.label函数，我得到了完全不同的结果：

从scipy导入ndi图像作为ndi
生成二进制结构（2,2）
带标签的数组，num\u features=ndi.label（数据，结构=s）
标号数组
>>>
数组（[[1,1,1,0,0,2]，
[1, 1, 1, 0, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 1, 1, 0, 0],
[0, 0, 0, 0, 1, 0],
[0,0,0,0,0,0]]，dtype=int16）

---

那么，有没有一个技巧来分离不同值的补丁呢？

获取一个唯一值列表

uv

，然后用其顺序号替换每个唯一值（第一个值为0，第二个值为1等）

例如：

import numpy as np 

data = np.zeros((6,6), dtype=np.uint16)
data[2:4, 2:4] = 10
data[4, 4] = 10
data[:2, :3] = 22
data[0, 5] = 32

结果:

array([[2, 2, 2, 0, 0, 3],
       [2, 2, 2, 0, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 0]])

[[2 2 2 0 0 3]
 [2 2 2 0 0 0]
 [0 0 1 1 0 0]
 [0 0 1 1 0 0]
 [0 0 0 0 1 0]
 [0 0 0 0 0 0]]

---

更新我看到您更改了问题中的数据。在这种情况下，它不再是已经分类的图像，因为

数据[0,5]

不能

22

如果它没有与所有其他

22

s链接。
因此，在这种情况下，我想您需要分别为数据中的每个唯一entrie进行标记，如下所示：

import numpy as np 
from scipy import ndimage as ndi

data = np.zeros((6,6), dtype=np.uint16)
data[2:4, 2:4] = 10
data[4, 4] = 10
data[:2, :3] = 22
data[0, 5] = 22

uv = np.unique(data)
s = ndi.generate_binary_structure(2,2)
cum_num = 0
result = np.zeros_like(data)
for v in uv[1:]:
    labeled_array, num_features = ndi.label((data==v).astype(int), structure=s)
    result += np.where(labeled_array > 0, labeled_array + cum_num, 0).astype(result.dtype)
    cum_num += num_features

数据：

结果:

array([[2, 2, 2, 0, 0, 3],
       [2, 2, 2, 0, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 0, 0, 1, 0],
       [0, 0, 0, 0, 0, 0]])

[[2 2 2 0 0 3]
 [2 2 2 0 0 0]
 [0 0 1 1 0 0]
 [0 0 1 1 0 0]
 [0 0 0 0 1 0]
 [0 0 0 0 0 0]]

---

我不明白您的最终目标是什么：所需的结果与给定的数组相同，只交换了标签号

1

和

2

。不幸的是，我将更改数字以使自己更清楚。我不想让左上角的补丁贴上中间那个补丁的标签，即使它们相互接触。我费了一点劲才找到一个简单的用例。。。很抱歉我所拥有的图像在GIS意义上被分类，即RGB初始图像现在被分类为与一个波段中的单个值相关联的“区域”。原始图像为国家大小，分辨率为30米。。。这不是我可以在github上轻松分享的东西。最后你成功了