寻找二维NumPy数组中值小于0.2的4连通区域的最快方法

对于这类连通区域分析的问题，最快的实现方式绝对是利用Scipy的ndimage模块中的label函数——这是专门为这类任务优化过的底层C实现，比你自己写的纯Python循环快几个数量级，而且代码简洁得多。

先说说你当前代码的问题：你的双重循环+逐像素BFS的方式，会在Python层面产生大量的循环开销，而且还可能重复处理已经标记过的像素（虽然你把处理过的像素设为1，但外层循环还是会遍历所有像素），效率很低。

接下来直接上解决方案：

步骤1：安装Scipy（如果还没装） #

pip install scipy

步骤2：高效实现代码 #

import numpy as np
from scipy.ndimage import label, generate_binary_structure, find_objects

def process_regions(my_array, threshold=0.2):
    # 1. 创建掩码：所有小于等于阈值的像素标记为True
    mask = my_array <= threshold
    
    # 2. 定义4连通的结构元素：generate_binary_structure(2,1)表示2D空间下的4连通
    structure = generate_binary_structure(2, 1)
    
    # 3. 标记所有连通区域：labeled_array中每个连通区域会被赋予唯一整数标签，num_features是区域总数
    labeled_array, num_features = label(mask, structure=structure)
    
    # 4. 遍历每个连通区域并处理
    # 方式一：用find_objects获取区域切片（更高效）
    regions = find_objects(labeled_array)
    for region_slice in regions:
        # 提取当前区域的所有像素坐标
        rows, cols = np.mgrid[region_slice[0], region_slice[1]]
        region_coords = list(zip(rows.flatten(), cols.flatten()))
        my_processing(region_coords)
    
    # 方式二：用np.where按标签提取（更直观，适合小区域）
    # for region_label in range(1, num_features + 1):
    #     coords = np.where(labeled_array == region_label)
    #     region_coords = list(zip(coords[0], coords[1]))
    #     my_processing(region_coords)

# 测试代码
my_array = np.random.rand(500, 500)
process_regions(my_array)

为什么这个方法更快？ #

• 底层优化：scipy.ndimage.label是用C语言实现的，完全避开了Python循环的开销，处理500x500的数组几乎是瞬间完成的。
• 无重复处理：一次性标记所有连通区域，不会像你的代码那样重复遍历已经处理过的像素。
• 内存高效：内部采用高效的内存布局和算法，处理大规模数组时也不会有内存瓶颈。

额外说明 #

• 如果需要8连通区域，只需要把generate_binary_structure(2,1)改成generate_binary_structure(2,2)即可。
• find_objects返回的是每个区域的切片对象，用它来提取区域比np.where更高效，尤其是当区域形状规则时。

内容的提问来源于stack exchange，提问作者arnino