Esiste una funzione "bounding box" (sezione con valori diversi da zero) per un narray in NumPy?

Question

Mi occupo di array creati tramite numpy.array() e ho bisogno di disegnare punti su una tela per simulare un'immagine. Dato che ci sono molti valori zero attorno alla parte centrale dell'array che contiene i dati significativi, vorrei "tagliare" l'array, cancellando le colonne che contengono solo zeri e righe che contengono solo zeri.

Quindi mi piacerebbe conoscere qualche funzione numpy nativa o anche uno snippet di codice da "ritagliare" o trovare un "riquadro di delimitazione" per tagliare solo la parte contenente l'array di dati.

(. In quanto si tratta di una domanda concettuale, non ho messo alcun codice, scusa se dovrei, io sono molto fresco al lavoro su SO)

Grazie per la lettura

Answer 1

Il codice qui sotto, da this answer piste più veloci nel mio test:

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] 

La risposta accettata utilizzando argwhere ha funzionato, ma correva più lento. La mia ipotesi è, è perché argwhere alloca una matrice di output gigante di indici. Ho eseguito il test su un array 2D di grandi dimensioni (un'immagine 1024 x 1024, con circa 50x100 di area diversa da zero).

Answer 2

Qualcosa di simile:

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

Gli array risultanti saranno array 1D boolian. Fai un loop su di loro da entrambe le estremità per trovare il 'bounding box'.

Answer 3

Questo dovrebbe farlo:

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]