scipy.ndimage.find_objects¶
- scipy.ndimage.find_objects(input, max_label=0)[源代码]¶
在带标签的数组中查找对象。
- 参数
- inputNdarray of Ints(整型计算机)
包含由不同标签定义的对象的数组。值为0的标签将被忽略。
- max_label整型,可选
要在中搜索的最大标签数 input 。如果没有给定max_label,则返回所有对象的位置。
- 退货
- object_slices元组列表
元组列表,每个元组包含N个切片(其中N是输入数组的维数)。切片对应于包含对象的最小平行六面体。如果缺少数字,则返回NONE而不是切片。
参见
注意事项
此功能对于隔离3-D阵列内不能“透视”的感兴趣的体积非常有用。
示例
>>> from scipy import ndimage >>> a = np.zeros((6,6), dtype=int) >>> a[2:4, 2:4] = 1 >>> a[4, 4] = 1 >>> a[:2, :3] = 2 >>> a[0, 5] = 3 >>> a array([[2, 2, 2, 0, 0, 3], [2, 2, 2, 0, 0, 0], [0, 0, 1, 1, 0, 0], [0, 0, 1, 1, 0, 0], [0, 0, 0, 0, 1, 0], [0, 0, 0, 0, 0, 0]]) >>> ndimage.find_objects(a) [(slice(2, 5, None), slice(2, 5, None)), (slice(0, 2, None), slice(0, 3, None)), (slice(0, 1, None), slice(5, 6, None))] >>> ndimage.find_objects(a, max_label=2) [(slice(2, 5, None), slice(2, 5, None)), (slice(0, 2, None), slice(0, 3, None))] >>> ndimage.find_objects(a == 1, max_label=2) [(slice(2, 5, None), slice(2, 5, None)), None]
>>> loc = ndimage.find_objects(a)[0] >>> a[loc] array([[1, 1, 0], [1, 1, 0], [0, 0, 1]])