我有一个二维 numpy 数组。我想找到数组特定值周围的非矩形边界框。矩形边界框已经在 Question:How to select all locations of unique elements in numpy 2d array with bounding box around them? 中解决了
让我们考虑下面的例子
array([[1, 1, 2, 2],\
[0, 1, 0, 1],\
[3, 0, 1, 4],\
[0, 3, 1, 1]])
结果有点复杂
For one unique value 1, (0,0),(0,1),(1,1),(1,2),(1,3),(2,2), (3,2),(3,3)
我们希望以这样一种方式构建指数,即在该区域内考虑极值内的零值。从这个意义上说,它更像是一个区域分割问题,具有完全相似的值,但区域内的零除外。它正在定义一个区域的边界。
需要注意的是,该区域仅由唯一值和零组成。根据问题的构造,彼此之间不能存在任何非唯一值。
也许是图像处理意义上的图像轮廓查找问题(我不确定)
我们找到这个区域。我们想从一堆特征中搜索哪些特征位于某个区域。例如我们检测 SIFT。我们想找出哪些筛选特征位于一个独特的区域,而不需要对特征进行任何比较。
请让我知道进一步的说明。
编辑:重要的是要注意这不是连通分量问题。在连通分量中,一个区域实际上由齐次值组成。在我们的例子中,两者之间可以有零(或任何其他值)。所以这只是检测一个受唯一值约束的区域。同样重要的是要注意,在该区域内不能有任何任意值,只能有一个值,如零或 255 来描述背景。
非常感谢。
请您参考如下方法:
您可以使用基于 graph partition method 的分割算法.例如,您可以使用 Random Walker .但是您必须按以下方式更改权重。
对于每个像素 v_i,设 g_i 为像素的颜色。而原始算法将 w_{ij} 定义为:
w_{ij} = exp{-beta*(g_i - g_j)^2)}
当 g_i==0 或 g_j==0 时,您应该设置 w_{ij}=0。
