如何在python中获取给定像素标签的对象边界框？

Question

假设我有一个图像的场景解析图，该场景解析图中的每个像素都指示该像素属于哪个对象。现在我想获取每个对象的边界框，如何在python中实现呢？对于一个详细的例子，说我有一个像这样的场景解析图：

0 0 0 0 0 0 0
0 1 1 0 0 0 0
1 1 1 1 0 0 0
0 0 1 1 1 0 0
0 0 1 1 1 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0

因此边界框为：

0 0 0 0 0 0 0
1 1 1 1 1 0 0
1 0 0 0 1 0 0
1 0 0 0 1 0 0
1 1 1 1 1 0 0
0 0 0 0 0 0 0
0 0 0 0 0 0 0

实际上，在我的任务中，只要知道该对象的宽度和高度就足够了。

一个基本思路是从上，下，左和右方向搜索场景解析图中的四个边缘。但是图像中可能有很多小物体，这种方式效率不高。

第二种方法是计算所有非零元素的坐标并找到最大/最小x / y。然后使用这些x和y计算体重和身高。

还有其他更有效的方法吗？谢谢。

Answer 1

如果要处理图像，则可以使用scipy的ndimage库。

如果图像中只有一个对象，则可以使用scipy.ndimage.measurements.find_objects（http://docs.scipy.org/doc/scipy-0.16.1/reference/generation/scipy.ndimage进行测量。 measurement.find_objects.html）：

import numpy as np
from scipy import ndimage
a = np.array([[0, 0, 0, 0, 0, 0, 0],
              [0, 1, 1, 0, 0, 0, 0],
              [1, 1, 1, 1, 0, 0, 0],
              [0, 0, 1, 1, 1, 0, 0],
              [0, 0, 1, 1, 1, 0, 0],
              [0, 0, 0, 0, 0, 0, 0],
              [0, 0, 0, 0, 0, 0, 0]])

# Find the location of all objects
objs = ndimage.find_objects(a)

# Get the height and width
height = int(objs[0][0].stop - objs[0][0].start)
width = int(objs[0][1].stop - objs[0][1].start)

如果图像中有很多对象，则必须首先标记每个对象，然后获取测量值：

import numpy as np
from scipy import ndimage
a = np.array([[0, 0, 0, 0, 0, 0, 0],
              [0, 1, 1, 0, 0, 0, 0],
              [1, 1, 1, 1, 0, 0, 0],
              [0, 0, 1, 1, 1, 0, 0],
              [0, 0, 1, 1, 1, 0, 0],
              [0, 0, 0, 0, 0, 0, 0],
              [0, 0, 1, 1, 1, 0, 0]])  # Second object here
# Label objects
labeled_image, num_features = ndimage.label(a)
# Find the location of all objects
objs = ndimage.find_objects(labeled_image)
# Get the height and width
measurements = []
for ob in objs:
    measurements.append((int(ob[0].stop - ob[0].start), int(ob[1].stop - ob[1].start)))

如果检查ndimage.measurements，则可以获得更多测量结果：质心，面积...