如何在输入图像上标记数组中代表模糊区域的0值位置

常见问题原因及修正方案 #

你的代码未得到预期结果，通常是以下几个问题导致的：

• 数据类型不匹配：若输入图像是uint8类型（像素值范围0-255），将绿色通道设为1会因颜色过淡无法识别，应改为255；若图像是浮点型（0-1范围），则设为1是合理的，但需确认类型。
• 尺寸不一致：需确保entropy_image_array与input_image_array的宽高完全相同，否则索引会错位。
• 未输出结果：修改数组后未通过可视化工具显示或保存图像，导致看不到标记效果。

修正后的填充标记代码 #

import numpy as np
from skimage import io
import matplotlib.pyplot as plt

# 加载输入图像（替换为你的图像路径）
input_image_array = io.imread("input_image.jpg")
# 假设已得到entropy_image_array（熵图数组）
zero_indices = np.where(entropy_image_array == 0)

# 统一图像数据类型为uint8（适配多数图像格式）
if input_image_array.dtype != np.uint8:
    input_image_array = (input_image_array * 255).astype(np.uint8)

# 将模糊区域的绿色通道设为255（鲜艳绿色，易识别）
input_image_array[zero_indices[0], zero_indices[1], 1] = 255

# 显示标记后的图像
plt.imshow(input_image_array)
plt.axis('off')
plt.show()

# 保存结果
io.imsave("marked_blurry_regions.jpg", input_image_array)

可选：绘制模糊区域轮廓 #

若不想填充区域，而是标记轮廓，可使用以下代码：

from skimage.measure import find_contours
import matplotlib.patches as patches

fig, ax = plt.subplots()
ax.imshow(input_image_array)

# 提取模糊区域的轮廓
contours = find_contours(entropy_image_array, level=0)
for contour in contours:
    # 绘制红色轮廓线，线宽2
    ax.plot(contour[:, 1], contour[:, 0], linewidth=2, color='red')

ax.axis('off')
plt.show()

内容的提问来源于stack exchange，提问作者Caesar