如何查找二进制数组中相邻像素的数量

Question

我正在寻找一种简单的方法来计算下图中绿色像素的数量，其中原始图像是相同的，但绿色像素是黑色的。

\n

我用 尝试过numpy.diff()，但后来我对一些像素进行了两次计数。我想过numpy.gradient()\xe2\x80\x93 但在这里我不确定它是否是正确的工具。

\n

我知道这个问题必须有很多解决方案，但我不知道如何用谷歌搜索它。我正在寻找 python 中的解决方案。

\n

\n

为了更清楚地说明，我只有一张图像（只有黑白像素）。带有绿色像素的图像仅供参考。

\n

Answer 1

您可以使用边缘检测内核来解决此问题。

import numpy as np
from scipy.ndimage import convolve

a = np.array([[0, 0, 0, 0],
              [0, 1, 1, 1],
              [0, 1, 1, 1]])

kernel = np.array([[-1, -1, -1],
                   [-1,  8, -1],
                   [-1, -1, -1]])

然后，我们将原始数组与内核进行卷积。请注意，边缘都是负片。

>>> convolve(a, kernel)
[[-1 -2 -3 -3]
 [-2  5  3  3]
 [-3  3  0  0]]

我们将计算负值的数量并得到结果。

>>> np.where(convolve(a, kernel) < 0, 1, 0)
[[1 1 1 1]
 [1 0 0 0]
 [1 0 0 0]]

>>> np.sum(np.where(convolve(a, kernel) < 0, 1, 0))
6

仅边缘内核

您可以使用内核做很多事情。例如，如果您不想包含对角邻居，则可以修改内核。

kernel = np.array([[ 0, -1,  0],
                   [-1,  4, -1],
                   [ 0, -1,  0]])

这给出了以下输出。

>>> np.where(convolve(a, kernel) < 0, 1, 0)
[[0 1 1 1]
 [1 0 0 0]
 [1 0 0 0]]

>>> np.sum(np.where(convolve(a, kernel) < 0, 1, 0))
5