python - Scipy 归一化——本地化值以设置离散点

Question

我目前正在显示两个独立的 2D 图像（x,y 平面和 z,y 平面），它们来自 0-255 值的 96x512 数组。我希望能够过滤数据，以便消除某个值以下的任何内容（最高值表示目标）。我想做的是从这些图像中分离离散的点，然后可以将这些离散点映射为三维点，而不是映射两个相交的平面。我不完全确定如何执行此操作或从哪里开始（我对 python 很陌生）。我正在使用 scipy 生成图像，并进行了一些归一化和降噪，但我不确定如何将超过阈值的任何内容分离出来，因为它是自己的单个点。这可能吗？

Answer 1

如果我正确理解你想要什么，过滤点可以这样完成：

A=numpy.random.rand(5,5)
B=A>0.5

现在 B 是一个二进制掩码，您可以通过多种方式使用它：

A[B]

将返回一个数组，其中包含在 B 中为真的 A 的所有值。

A[B]=0

将为 A 中所有在 B 中为真的值分配 0。

numpy.nonzero(B)

将为您提供 B 中为真的每个点的 x,y 坐标。