Python NumPy如何填充二进制数组顶点围合的空白区域

你当前需要填充的是四个顶点围成的轴对齐矩形区域，直接通过坐标范围做numpy切片赋值即可，不需要复杂的填充逻辑。

完整代码 #

import numpy as np
import itertools
import matplotlib.pyplot as plt

verts = np.array(list(itertools.product((0,2), (0,2))))
arr = np.zeros((5, 5))

# 提取四个顶点的行列最值，确定矩形边界
row_min, row_max = verts[:, 0].min(), verts[:, 0].max()
col_min, col_max = verts[:, 1].min(), verts[:, 1].max()

# numpy切片为左闭右开区间，因此最大值位置需要+1才能覆盖到顶点
arr[row_min:row_max+1, col_min:col_max+1] = 1

print(arr)
plt.imshow(arr)
plt.show()

运行结果 #

代码执行后打印的数组完全匹配目标结果：

[[1., 1., 1., 0., 0.],
 [1., 1., 1., 0., 0.],
 [1., 1., 1., 0., 0.],
 [0., 0., 0., 0., 0.],
 [0., 0., 0., 0., 0.]]

补充说明 #

• 该写法是轴对齐矩形填充效率最高的实现，时间复杂度为常数级，和数组尺寸无关
• 逻辑通用：只要是轴对齐的矩形顶点集，不管顶点坐标怎么变，都可以通过取行列最值的方式快速确定填充范围
• 如果后续需要填充非轴对齐的任意多边形区域，可以换用cv2.fillPoly或者scipy.ndimage.binary_fill_holes类的方法实现

内容的提问来源于stack exchange，提问作者Saraha