Python 洪泛填充Numpy布尔矩阵的有效方法：如何全部替换'；错误'；用'；括起来的值；真'；

发布于10月07日

对于只包含True和False值的形状H x W的给定图像遮罩矩阵，当它们完全被True值包围时，我希望将所有False值转换为True.

例如:

mask = np.array([
    [True,  True,  True,  True,  True ],
    [True,  False, True,  False, True ],
    [True,  True,  True,  False, True ],
    [True,  False, False, False, True ],
    [True,  True,  True,  True,  True ]
])

结果应该是

np.array([
    [True,  True,  True,  True,  True ],
    [True,  True,  True,  True,  True ],
    [True,  True,  True,  True,  True ],
    [True,  True,  True,  True,  True ],
    [True,  True,  True,  True,  True ]
])

我正在寻找一种高效的方法来实现这一点，可能是通过一个健壮的图像处理库，而不是精心设计一个定制的Python助手函数.

推荐答案

这里有一个使用cv.findContours的解决方案.

这发现了白色的岛屿，里面有任何黑色的池塘，然后填满了岛屿.

在您的示例中，它将返回覆盖整个域的单个轮廓.在我的例子中，它将找到三个轮廓:顶部的凹面斑点，左侧的小斑点和右侧的大斑点.它不会费心go 寻找包含在大圆圈中的小圆圈.

tmp = src.astype(np.uint8).copy()

(cnts, _) = cv.findContours(
    tmp, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)

cv.drawContours(
    image=tmp,
    contours=cnts, contourIdx=-1,
    color=1, thickness=cv.FILLED)

tmp = tmp.astype(bool)

输入、输出:

...