如何在python中删除一些连接的组件？

考虑一个二值化图像，我在其上使用

scipy.ndimage.label（）

，然后在结果上应用

find\u objects（）

现在我得到了一个由N个元组组成的元组列表，每个元组是两个切片，如：

index  value
 0   (slice(0, 21, None) slice(0, 12, None)) 
 1   (slice(0, 42, None) slice(7, 31, None))
 .   (...., ....)

它描述了由于连接的组件而产生的x-y边界坐标

以索引0元组为例：

slice（0，21，None）

表示行号在0~21和

slice（0，12，None）

表示列号从0到12

所以我们知道这个cc的面积是

21*12=252

现在我想移除那些面积小于300的连接组件

我已经知道要迭代所有这些。

---

我想以一种更有效的方式来做这件事；有人知道怎么做吗？

使用此代码可以解决我的问题：

def CC(Map):
    label_img, cc_num = ndimage.label(Map)
    CC = ndimage.find_objects(label_img)
    cc_areas = ndimage.sum(Map, label_img, range(cc_num+1))
    area_mask = (cc_areas < 1500)
    label_img[area_mask[label_img]] = 0
return label_img, CC

def CC（映射）：
label\u img，cc\u num=ndimage.label（映射）
CC=ndimage.find\u对象（标签\u img）
cc_areas=ndimage.sum（映射、标签、范围（cc_num+1））
面积屏蔽=（cc面积<1500）
label\u img[区域\u掩码[label\u img]]=0
返回标签，抄送

---

区域遮罩[label\u img]是我的观点中最重要的遮罩技巧。

请不要将答案贴在问题内。自己写一个答案并接受它。谢谢。我想在…之前做这件事。。。但对于代表低于10的我来说，它需要8个小时……无论如何，我会编辑它，再次感谢你。