SciPy создать 2D полигональную маску

Мне нужно создать массив NumPy 2D, который представляет собой двоичную маску полигона, используя стандартные пакеты Python.

  • вход: вершины многоугольника, размеры изображения
  • вывод: двоичная маска полигона (numpy 2D array)

(больший контекст: я хочу получить преобразование расстояния этого многоугольника с помощью scipy.ndimage.морфология.distance_transform_edt.)

может кто-нибудь показать мне, как это сделать?

5 ответов


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)

в качестве немного более прямой альтернативы ответу @Anil, matplotlib имеет matplotlib.nxutils.points_inside_poly это можно использовать для быстрой растеризации произвольного многоугольника. Е. Г.

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 массив numpy):

[[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 любому из Сципионов.ndimage.морфология функционирует довольно хорошо.


обновление комментария Джо. API Matplotlib изменился с момента публикации комментария, и теперь вам нужно использовать метод, предоставляемый 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 попробовать использовать библиотеку изображений python, PIL. Сначала вы инициализируете холст. Затем вы создаете объект чертежа и начинаете делать линии. Это предполагает, что полигон находится в R^2 и что список вершин для ввода находится в правильном порядке.

Input = [(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 ищете, или вы спрашивали что-то другое?


в качестве небольшой альтернативы @Yusuke N. ответ с помощью matplotlib.path, так же эффективно, как один по from PIL import Image, ImageDraw(нет необходимости в установке Pillow, ,не нужно считать integer или float. полезен мне, Да?)

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 темный участок is False, светлый площадью is True. enter image description here