如何为Numpy数组中的多组非零值生成多个边界框？

我有一个表示图像的Numpy数组，已经把感兴趣区域设为非零值，其余区域为0。如果只有单个区域，我可以通过查找非零值的首尾出现位置来获取边界框坐标，但当非零值分布在多个独立区域时，怎么生成多个对应的边界框？

示例数组如下：

import numpy as np
A = np.array([[0, 0, 0, 0, 0, 0, 0],
              [1, 1, 0, 0, 0, 0, 0],
              [1, 1, 0, 0, 0, 0, 0],
              [0, 0, 0, 0, 1, 1, 1],
              [0, 0, 0, 0, 1, 1, 1],
              [0, 0, 0, 0, 1, 1, 1],
              [0, 0, 0, 0, 0, 0, 0]])

我需要围绕数组中的1生成两个独立的边界框。

解决方案：用连通区域标记逐个计算边界框 #

要处理多个独立的非零区域，核心是先识别每个连通的非零块，再分别计算每个块的边界框。这里可以用scipy.ndimage.label来标记不同的连通区域，再遍历每个区域计算坐标。

步骤1：标记连通区域 #

先导入依赖，然后用label函数给每个独立的非零区域分配唯一编号：

import numpy as np
from scipy.ndimage import label

# 示例数组
A = np.array([[0, 0, 0, 0, 0, 0, 0],
              [1, 1, 0, 0, 0, 0, 0],
              [1, 1, 0, 0, 0, 0, 0],
              [0, 0, 0, 0, 1, 1, 1],
              [0, 0, 0, 0, 1, 1, 1],
              [0, 0, 0, 0, 1, 1, 1],
              [0, 0, 0, 0, 0, 0, 0]])

# 标记连通区域，labels里每个区域有唯一编号，num_regions是区域总数
labels, num_regions = label(A)

这里num_regions会返回2，对应示例中的两个独立区域。

步骤2：计算每个区域的边界框 #

遍历每个区域编号，找出该区域内所有元素的坐标，然后取行和列的最小、最大值，得到边界框（格式为(y_min, x_min, y_max, x_max)，可根据需求调整）：

bounding_boxes = []
for region_id in range(1, num_regions + 1):
    # 获取当前区域所有元素的行、列坐标
    y_coords, x_coords = np.where(labels == region_id)
    # 计算边界框的四个坐标
    y_min, y_max = y_coords.min(), y_coords.max()
    x_min, x_max = x_coords.min(), x_coords.max()
    bounding_boxes.append((y_min, x_min, y_max, x_max))

# 输出结果
print(bounding_boxes)

运行后输出：

[(1, 0, 2, 1), (3, 4, 5, 6)]

第一个边界框覆盖行1-2、列0-1，第二个覆盖行3-5、列4-6，正好对应两个非零区域。

额外说明 #

• 默认label用的是4连通（上下左右相邻算同一区域），如果需要把对角线相邻的元素也算同一区域，可传入structure=np.ones((3,3))启用8连通。
• 不想用scipy的话，也可以用OpenCV的cv2.connectedComponents实现类似的连通区域标记。

内容的提问来源于stack exchange，提问作者Dee Rawat