如何获得仅由 0 和 1 组成的 3D 矩阵的 3D 坐标

Question

我有一个二值化掩码，仅由 1 和 0 组成。 我想获取图像中 0 的所有位置，以便将其与图像背景进行比较。

我正在通过以下方式加载面具：

import PIL
from PIL import ImageOps, Image
from tensorflow.keras.preprocessing.image import load_img
from numpy import asarray

mask_path = '/Users/mshah/Downloads/8_24_Test2/Masks/3_Agar_Site_3_cp_masks.png'


loaded_mask = PIL.ImageOps.autocontrast(load_img(mask_path))
mask_array = asarray(loaded_mask)

zero_array = np.where(mask_array == 0)

这给了我一个带有 2 个索引的元组，我不明白如何使用。 mask_array的shape是(160, 160)并且dtype是uint8 。

注意：我使用自动对比度而不是 Image.open 的原因是因为 Image.open 不适用于二值化 PNG（至少我使用的方式）。

有什么建议/帮助吗？

编辑：我找到了答案，它发布在下面

Answer 1

我通过如何在 Python 中检索矩阵中与某个值匹配的元素的行号和列号找到了答案？ .

我创建了一个大小为(160, 160)的np.ones数组，然后从 one 数组中减去掩码图像，得到一个包含 1 的数组，表示背景所在的位置。

shape = mask_array.shape

ones_array = np.ones(shape, dtype='uint8')

sub_array = ones_array - mask_array

然后我使用list(zip(*np.where(sub_array == 1)))通过将 x 和 y 压缩在一起来创建坐标所在位置的列表。