SciPy创建2D多边形蒙版

Question

我需要使用标准Python包创建一个代表多边形的二进制掩码的numpy 2D数组。

• 输入：多边形顶点，图像尺寸
• 输出：多边形的二进制掩码（numpy 2D数组）

（较大的上下文：我想使用scipy.ndimage.morphology.distance_transform_edt获得该多边形的距离变换。]

谁能告诉我该怎么做？

Answer 1

答案很简单：

import numpy
from PIL import Image, ImageDraw

# polygon = [(x1,y1),(x2,y2),...] or [x1,y1,x2,y2,...]
# width = ?
# height = ?

img = Image.new('L', (width, height), 0)
ImageDraw.Draw(img).polygon(polygon, outline=1, fill=1)
mask = numpy.array(img)

Answer 2

作为@Anil答案的更直接替代，matplotlib具有matplotlib.nxutils.points_inside_poly，可用于快速栅格化任意多边形。例如：

matplotlib.nxutils.points_inside_poly

哪个会产生（布尔numpy数组）：

import numpy as np
from matplotlib.nxutils import points_inside_poly

nx, ny = 10, 10
poly_verts = [(1,1), (5,1), (5,9),(3,2),(1,1)]

# Create vertex coordinates for each grid cell...
# (<0,0> is at the top left of the grid in this system)
x, y = np.meshgrid(np.arange(nx), np.arange(ny))
x, y = x.flatten(), y.flatten()

points = np.vstack((x,y)).T

grid = points_inside_poly(points, poly_verts)
grid = grid.reshape((ny,nx))

print grid

您应该能够很好地将

[[False False False False False False False False False False]
 [False  True  True  True  True False False False False False]
 [False False False  True  True False False False False False]
 [False False False False  True False False False False False]
 [False False False False  True False False False False False]
 [False False False False  True False False False False False]
 [False False False False False False False False False False]
 [False False False False False False False False False False]
 [False False False False False False False False False False]
 [False False False False False False False False False False]]

传递给任何scipy.ndimage.morphology函数。

Answer 3

有关乔的评论的最新动态。自发表评论以来，Matplotlib API已更改，现在您需要使用子模块grid提供的方法。

下面是工作代码。

matplotlib.path

Answer 4

作为@ Yusuke N.'s答案的一种替代方法，请考虑使用

import numpy as np
from matplotlib.path import Path

nx, ny = 10, 10
poly_verts = [(1,1), (5,1), (5,9),(3,2),(1,1)]

# Create vertex coordinates for each grid cell...
# (<0,0> is at the top left of the grid in this system)
x, y = np.meshgrid(np.arange(nx), np.arange(ny))
x, y = x.flatten(), y.flatten()

points = np.vstack((x,y)).T

path = Path(poly_verts)
grid = path.contains_points(points)
grid = grid.reshape((ny,nx))

print grid

，它的效率与matplotlib.path相同（无需安装from PIL import Image, ImageDraw，无需考虑Pillow或integer。对我有用吗？）

下面的工作代码：

float

并且结果图像在下面，其中暗区是

import pylab as plt
import numpy as np
from matplotlib.path import Path

width, height=2000, 2000

polygon=[(0.1*width, 0.1*height), (0.15*width, 0.7*height), (0.8*width, 0.75*height), (0.72*width, 0.15*height)]
poly_path=Path(polygon)

x, y = np.mgrid[:height, :width]
coors=np.hstack((x.reshape(-1, 1), y.reshape(-1,1))) # coors.shape is (4000000,2)

mask = poly_path.contains_points(coors)
plt.imshow(mask.reshape(height, width))
plt.show()

，亮区是False。True

Answer 5

您可以尝试使用python的图片库PIL。首先，您初始化画布。然后创建一个图形对象，然后开始绘制线条。假设多边形位于R ^ 2中，并且输入的顶点列表按正确的顺序排列。

输入= [（x1，y1），（x2，y2），...，（xn，yn）]，（宽度，高度）

这是您要找的东西，还是您有其他不同的要求？