如何仅填充NumPy数组内部零值（保留外围零）

要实现保留外围0、填充内部被1包围的0，核心思路是区分连通到数组边界的0区域和完全被1包裹的内部0区域，只将后者替换为1。以下提供两种实用的实现方法：

方法一：使用skimage的flood_fill（简洁直观） #

import numpy as np
from skimage.segmentation import flood_fill

# 你的原始数组
arr = np.array([[0, 0, 0, 0, 0, 0, 0, 0],
                [0, 1, 1, 1, 1, 1, 1, 0],
                [0, 1, 1, 0, 0, 1, 1, 0],
                [0, 1, 1, 0, 1, 1, 0, 0],
                [0, 1, 1, 1, 1, 1, 0, 0],
                [0, 0, 0, 0, 0, 0, 0, 0]])

# 复制数组避免修改原数据
result = arr.copy()

# 从左上角的边界0开始，填充所有连通的0（包括外围及连通到外围的0）
filled_map = flood_fill(result, (0, 0), 2)

# 此时filled_map中值为0的部分就是完全被1包围的内部0，将其替换为1
result[filled_map == 0] = 1

print(result)

方法二：使用scipy的连通区域标记（更灵活） #

如果需要更精细地控制连通规则（比如4连通/8连通），可以用连通区域分析：

import numpy as np
from scipy.ndimage import label

arr = np.array([[0, 0, 0, 0, 0, 0, 0, 0],
                [0, 1, 1, 1, 1, 1, 1, 0],
                [0, 1, 1, 0, 0, 1, 1, 0],
                [0, 1, 1, 0, 1, 1, 0, 0],
                [0, 1, 1, 1, 1, 1, 0, 0],
                [0, 0, 0, 0, 0, 0, 0, 0]])

# 反转数组：原0变1，原1变0，方便后续找连通的0区域
inverted_arr = 1 - arr

# 标记所有连通区域，np.ones((3,3))表示8连通（包含对角线相邻）
labels, num_regions = label(inverted_arr, structure=np.ones((3,3)))

# 找出所有接触数组边界的连通区域标签
boundary_regions = set()
# 检查首尾行
for col in range(arr.shape[1]):
    boundary_regions.add(labels[0, col])
    boundary_regions.add(labels[-1, col])
# 检查首尾列
for row in range(arr.shape[0]):
    boundary_regions.add(labels[row, 0])
    boundary_regions.add(labels[row, -1])

# 复制原数组，将非边界的连通区域（内部0）替换为1
result = arr.copy()
for region_id in range(1, num_regions + 1):
    if region_id not in boundary_regions:
        result[labels == region_id] = 1

print(result)

关键逻辑说明 #

两种方法本质都是：

1. 识别出所有和数组边界连通的0区域，这些是需要保留的外围0；
2. 剩余的0区域就是完全被1包围的内部0，将其替换为1即可。

内容的提问来源于stack exchange，提问作者Ana