NumPy中是否有“边界框”函数（切片非零值的数组）？

Question

我正在处理通过numpy.array()创建的数组，我需要在一个画布上绘制点，模拟一幅图像。因为数组中间部分包含有用的数据，而周围有很多零值，所以我想“修剪”这个数组，去掉那些只包含零的列和行。

所以，我想知道有没有一些numpy自带的函数，或者是一些代码片段，可以用来“修剪”数组，找到一个“边界框”，只保留包含数据的部分。

（因为这是一个概念性的问题，所以我没有放任何代码，抱歉如果应该放，我刚开始在SO发帖。）

谢谢你的阅读

Answer 1

类似这样的：

empty_cols = sp.all(array == 0, axis=0)
empty_rows = sp.all(array == 0, axis=1)

最终得到的数组将是一个一维的布尔数组。你可以从两端开始循环，找到“边界框”。

Answer 2

这样做就可以了：

from numpy import array, argwhere

A = array([[0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 1, 0, 0, 0, 0],
           [0, 0, 1, 1, 0, 0, 0],
           [0, 0, 0, 0, 1, 0, 0],
           [0, 0, 0, 0, 0, 0, 0],
           [0, 0, 0, 0, 0, 0, 0]])

B = argwhere(A)
(ystart, xstart), (ystop, xstop) = B.min(0), B.max(0) + 1 
Atrim = A[ystart:ystop, xstart:xstop]

Answer 3

下面的代码来自于 这个回答，在我的测试中运行得最快：

def bbox2(img):
    rows = np.any(img, axis=1)
    cols = np.any(img, axis=0)
    ymin, ymax = np.where(rows)[0][[0, -1]]
    xmin, xmax = np.where(cols)[0][[0, -1]]
    return img[ymin:ymax+1, xmin:xmax+1]

而使用 argwhere 的被接受答案虽然能工作，但运行得比较慢。我猜是因为 argwhere 要分配一个很大的输出数组来存放索引。我在一个大的二维数组上进行了测试（一个 1024 x 1024 的图像，大约有一个 50x100 的非零区域）。