Scipy создать 2D многоугольник маска
-
01-10-2019 - |
Вопрос
Мне нужно создать Numpy 2D массив, который представляет двоичную маску многоугольника, используя стандартные пакеты Python.
- Вход: Polygon вершины, размеры изображений
- Выход: двоичная маска многоугольника (Numpy 2D Array)
(Большой контекст: я хочу получить преобразование расстояния этого многоугольника, используя Scipy.ndimage.morphology.distance_transform_edt.)
Может кто-нибудь показать мне, как это сделать?
Решение
Ответ оказывается довольно простым:
import numpy
from PIL import Image, ImageDraw
# polygon = [(x1,y1),(x2,y2),...] or [x1,y1,x2,y2,...]
# width = ?
# height = ?
img = Image.new('L', (width, height), 0)
ImageDraw.Draw(img).polygon(polygon, outline=1, fill=1)
mask = numpy.array(img)
Другие советы
Как немного больше прямой альтернативы @ Anil's ответ, Matplotlib имеет matplotlib.nxutils.points_inside_poly
которые могут быть использованы для быстро растирации произвольного многоугольника. Например
import numpy as np
from matplotlib.nxutils import points_inside_poly
nx, ny = 10, 10
poly_verts = [(1,1), (5,1), (5,9),(3,2),(1,1)]
# Create vertex coordinates for each grid cell...
# (<0,0> is at the top left of the grid in this system)
x, y = np.meshgrid(np.arange(nx), np.arange(ny))
x, y = x.flatten(), y.flatten()
points = np.vstack((x,y)).T
grid = points_inside_poly(points, poly_verts)
grid = grid.reshape((ny,nx))
print grid
Который дает (логический мошеннический массив):
[[False False False False False False False False False False]
[False True True True True False False False False False]
[False False False True True False False False False False]
[False False False False True False False False False False]
[False False False False True False False False False False]
[False False False False True False False False False False]
[False False False False False False False False False False]
[False False False False False False False False False False]
[False False False False False False False False False False]
[False False False False False False False False False False]]
Вы должны быть в состоянии пройти grid
к любому из функций scipy.ndimage.morphology.
Обновление на комментарии Джо. MATPLOTLIB API изменился, поскольку комментарий был опубликован, и теперь вам нужно использовать метод, предоставленный подмодулем matplotlib.path
.
Рабочий код ниже.
import numpy as np
from matplotlib.path import Path
nx, ny = 10, 10
poly_verts = [(1,1), (5,1), (5,9),(3,2),(1,1)]
# Create vertex coordinates for each grid cell...
# (<0,0> is at the top left of the grid in this system)
x, y = np.meshgrid(np.arange(nx), np.arange(ny))
x, y = x.flatten(), y.flatten()
points = np.vstack((x,y)).T
path = Path(poly_verts)
grid = path.contains_points(points)
grid = grid.reshape((ny,nx))
print grid
Вы можете попытаться использовать библиотеку изображений Python, Pil. Сначала вы инициализируете холст. Затем вы создаете объект рисования, и вы начинаете делать строки. Это предполагает, что многоугольник находится в R ^ 2, и что список вершин для ввода находятся в правильном порядке.
Ввод = [(x1, y1), (x2, y2), ..., (xn, yn)], (ширина, высота)
from PIL import Image, ImageDraw
img = Image.new('L', (width, height), 0) # The Zero is to Specify Background Color
draw = ImageDraw.Draw(img)
for vertex in range(len(vertexlist)):
startpoint = vertexlist[vertex]
try: endpoint = vertexlist[vertex+1]
except IndexError: endpoint = vertexlist[0]
# The exception means We have reached the end and need to complete the polygon
draw.line((startpoint[0], startpoint[1], endpoint[0], endpoint[1]), fill=1)
# If you want the result as a single list
# You can make a two dimensional list or dictionary by iterating over the height and width variable
list(img.getdata())
# If you want the result as an actual Image
img.save('polgon.jpg', 'JPEG')
Это то, что вы искали, или вы спрашивали что-то другое?
Как слегка альтернатива @yusuke N. Ответ, используя matplotlib.path
, так же эффективно, как тот from PIL import Image, ImageDraw
(Нет необходимости устанавливать Pillow
, не нужно учитывать integer
или float
. Отказ Полезно мне, ха?)
Рабочий код ниже:
import pylab as plt
import numpy as np
from matplotlib.path import Path
width, height=2000, 2000
polygon=[(0.1*width, 0.1*height), (0.15*width, 0.7*height), (0.8*width, 0.75*height), (0.72*width, 0.15*height)]
poly_path=Path(polygon)
x, y = np.mgrid[:height, :width]
coors=np.hstack((x.reshape(-1, 1), y.reshape(-1,1))) # coors.shape is (4000000,2)
mask = poly_path.contains_points(coors)
plt.imshow(mask.reshape(height, width))
plt.show()
И изображение результата ниже, где темная область является False
, яркий район является True
.