python - 计算 numpy 数组中相等相邻单元格的数量

Question

我有不同大小的二维二进制numpy数组，其中包含某些模式。就像这样:

import numpy
a = numpy.zeros((6,6), dtype=numpy.int)
a[1,2] = a[1,3] = 1
a[4,4] = a[5,4] = a[4,3] = 1

这里的“图像”包含两个补丁，一个有 2 个连接单元，另一个有 3 个连接单元。

print a
array([[0, 0, 0, 0, 0, 0],
       [0, 0, 1, 1, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 0, 0, 0],
       [0, 0, 0, 1, 1, 0],
       [0, 0, 0, 0, 1, 0]])

我想知道一个非零单元格与另一个非零单元格相邻的频率(邻居定义为车的情况，因此每个单元格左侧、右侧、下方和上方的单元格)，包括它们的伪-复制(反之亦然)。

上一个approach内部边界返回错误值 (5)，因为它旨在计算外部边界。

numpy.abs(numpy.diff(a, axis=1)).sum()

因此，对于上面的测试数组，正确的总结果将是 6 (上面的补丁有两个内部边框，下面的四个)。

感谢您的任何提示!

编辑:

• 错误:下层显然有 4 个内部边缘(相邻单元格具有相同的值)

• 进一步解释了所需的社区

Answer 1

如果是 8 个连通邻域，我认为结果是 8。这是代码:

import numpy
a = numpy.zeros((6,6), dtype=numpy.int)
a[1,2] = a[1,3] = 1
a[4,4] = a[5,4] = a[4,3] = 1

from scipy.ndimage import convolve

kernel = np.ones((3, 3))
kernel[1, 1] = 0
b = convolve(a, kernel, mode="constant")
b[a != 0].sum()

但你说的是鲁克的案子。

编辑

这是 4 个连通邻域的代码:

import numpy as np
a = np.zeros((6,6), dtype=np.int)
a[1,2] = a[1,3] = 1
a[4,4] = a[5,4] = a[4,3] = 1

from scipy import ndimage
kernel = ndimage.generate_binary_structure(2, 1)
kernel[1, 1] = 0

b = convolve(a, kernel, mode="constant")
b[a != 0].sum()