Skip to main content
 首页 » 编程设计

python之向量化用于修改图像分割中使用的掩码的 python 代码

2024年11月24日9me-sa

我正在应对图像分割挑战。我的面具有 5 个标签(0、1、2、3、4),其中一个面具(2D 矩阵)的布局是:

[0 0 0 0 0 0 
 0 0 1 1 2 2 
 1 1 1 1 2 2 
 2 2 2 2 2 2 
 3 3 3 3 3 3 
 4 4 4 4 4 4] 

我想合并几个类,使修改后的掩码看起来像:

[0 0 0 0 0 0 
 0 0 0 0 1 1 
 0 0 0 0 1 1 
 1 1 1 1 1 1 
 2 2 2 2 2 2 
 2 2 2 2 2 2] 

将 0 和 1 合并为 0。 2 变成 1。 合并 3 和 4,将它们更改为 2。

我已经实现了一个循环版本,它花费了很多时间,因为我的面具尺寸是 (601, 462, 951)。

for i in range(0, dim.shape[0]): 
  for j in range(0, dim.shape[1]): 
    for k in range(0, dim.shape[2]): 
      if dim[i, j, k] in (0, 2): 
        dim[i, j, k] = 1 
 
      if dim[i, j, k] == 3: 
        dim[i, j, k] = 2 
 
      if dim[i, j, k] in (4, 8): 
        dim[i, j, k] = 3 
 
      if dim[i, j, k] == 9: 
        dim[i, j, k] = 4 

我找不到任何方法来矢量化我的代码,以便我可以删除循环。

请您参考如下方法:

您可以使用 np.select一个简洁的解决方案,它允许您在给定条件列表的情况下从 choicelist 中进行选择:

np.select([a==1, a==2, (a==3)|(a==4)], [0,1,2]) 
 
array([[0, 0, 0, 0, 0, 0], 
       [0, 0, 0, 0, 1, 1], 
       [0, 0, 0, 0, 1, 1], 
       [1, 1, 1, 1, 1, 1], 
       [2, 2, 2, 2, 2, 2], 
       [2, 2, 2, 2, 2, 2]])