Python 定义二维对象并将其面积用作布尔值

我已经定义了两个空间维度（x和z），我能够手动“绘制”一个对象，将其用作求解方程的布尔值。我对它的定义如下：

A = np.zeros((nz,nx))
object = np.ones_like(A)
object[ int(5/dz):int(10/dz) , int(5/dx):int(10/dz) ] = 2
object = object == 2

通过这样做，我可以定义一个z维的正方形5x10和x维的正方形5x10，并应用我认为可以理解为面积的算法。但当涉及到绘制复杂区域时，很难通过小正方形和矩形来完成

所以我想通过鼠标点击来自动生成一个区域，并且我想能够使用这个区域作为布尔值

我能够使用以下工具绘制多边形：

import matplotlib.pyplot as plt
import numpy as np
from matplotlib.patches import Polygon

fig, ax = plt.subplots()

object = np.array(plt.ginput(n=-100,mouse_stop=2))
p = Polygon(object, alpha=0.5)
plt.gca().add_artist(p)


plt.draw()
plt.show()

但这会输出顶点的z和x坐标，我尝试将其用作boleean，但我无法编写它，以便python将其视为由这些点定义的区域

---

这个问题容易解决吗？

如果您只想计算一般多边形的面积，您可以使用python包，例如：

将numpy导入为np
将matplotlib.pyplot作为plt导入
从shapely.ops导入多边形
从matplotlib.patches将多边形导入为PltPolygon
#获取坐标输入
canvas_size=np.array（[1,1]）
canvas\u lim=np.array（[[0，canvas\u size[0]]，[0，canvas\u size[1]]））
图，ax=plt.子批次（）
plt.xlim（canvas_lim[0]）
plt.ylim（canvas_lim[1]）
ax.设置相位（“相等”）
坐标=np.数组（plt.ginput（n=-100，鼠标停止=2））
#使用shapely.ops.Polygon计算面积
多边形=多边形（坐标）
面积=多边形面积
打印（“面积为{}单位^2”。格式（面积））
#画多边形
p=PltPolygon（坐标，α=0.5）
ax.添加艺术家（p）
plt.show（）

如果您确实需要掩码，这里有一种方法可以使用

numpy

和

matplotlib.path

对其进行光栅化。有关详细信息，请参见代码中的注释：

将numpy导入为np
将matplotlib.path导入为mpltPath
将matplotlib.pyplot作为plt导入
#定义多边形的极限
画布所需大小=np.数组（[110100]）
#我们计算的像素大小（要考虑的点数）
#这个数字越高，我们需要计算的就越多，但是
#近似值将更接近
像素大小=0.1
#计算画布的实际大小
num\u pxiels=np.ceil（画布所需大小/像素大小）。astype（int）
画布实际大小=像素大小
#让我们创建一个网格，每个像素的值就是它在2d图像中的位置
x_coords=np.linspace(
开始=0，
停止=画布实际大小[0]，
端点=False，
num=画布所需大小[0]/像素大小，
)
y_coords=np.linspace(
开始=0，
停止=画布实际大小[1]，
端点=False，
num=画布所需大小[1]/像素大小，
)
#因为检查像素的中间是否在图像中更有意义
#polygion，我们用半像素大小移动所有东西
像素偏移=像素大小/2
x_中心=x_坐标+像素偏移
y_中心=y_坐标+像素偏移
xx，yy=np.meshgrid（x_中心，y_中心，索引=“ij”）
#将xx和yy矩阵展平为N*2数组，其中包含
#网格中的每个点
像素\u中心=np阵列(
列表（zip（xx.flatte（），yy.flatte（）），dtype=np.dtype（“float64”）
)
#现在提示输入形状
canvas\u lim=np.array（[[0，canvas\u实际大小[0]]，[0，canvas\u实际大小[1]]））
图，ax=plt.子批次（）
plt.xlim（canvas_lim[0]）
plt.ylim（canvas_lim[1]）
ax.设置相位（“相等”）
shape\u points=np.array（plt.ginput（n=-100，鼠标停止=2））
#创建路径对象
形状=mpltPath.路径（形状点）
#使用Path.contains_points计算每个点是否为
#在我们的形状之内
形状包含=形状。包含点（像素中心）
#再次将结果重塑为矩阵
蒙版=np.重塑（形状包含，数量）
#计算面积
印刷品(
“形状区域大约为{}个单位^2”。格式(
np.和（形状包含）*像素大小**2
)
)
#显示光栅化形状以确认其外观是否正确
plt.imshow（np.transpose（mask），aspect=“equal”，origin=“lower”）
plt.xlim（[0，num_pxiels[0]]））
plt.ylim（[0，num_pxiels[1]]））
plt.show（）

---

或者，一个更简单的解决方案是对其进行阈值化，以获得布尔掩码。谷歌上应该有很多这样做的例子。

为了澄清，你想做的是将任意多边形转换成布尔掩码？我想能够使用任意多边形的面积作为我定义的名称（布尔），因此我能够调用该多边形的不同属性（应该存在于z和x维度内）。比如这个例子，K是导电性：

code

K=Kgeneral*np。像（A）/K[object]=100

code

“object”是我的多边形的区域，我想在那里添加一个与其周围不同的属性。正如我在谷歌搜索的那样，我想这正是你所说的，如果我能光栅化多边形，它可以工作，因为它可以生成z和x坐标，作为构成多边形的正方形或矩形，我可以使用它。