根据条件在 Numpy 数组中选择随机坐标

我使用 volvo2d 生成一些有关局部模式条件的统计数据。为了完整起见，我正在处理图像，值 0.5 是我的“灰屏”，不幸的是，在此之前我无法使用蒙版（依赖于其他一些软件包）。我想向图像添加新对象，但它应该与非灰屏至少 75% 重叠。假设新对象是正方形的，我将灰度屏幕上的图像与其余图像进行比较，使用填充有 1 的 n × n 矩阵进行 2-d 卷积，这样我就可以获得该图像中灰度像素数的总和修补。这一切都有效，所以我有一个矩阵，其中有合适的位置来放置我的新对象。如何有效地从这个矩阵中随机选择一个？

这是一个带有 5x5 图像和 2x2 卷积矩阵的小示例，我想要在最后一个矩阵中使用 1 的随机坐标（因为该补丁中最多有 1 0.5）

Image:

1    0.5  0.5  0    1
0.5  0.5  0    1    1
0.5  0.5  1    1    0.5
0.5  1    0    0    1
1    1    0    0    1

卷积矩阵：

1    1 
1    1 

卷积图像：

3    3    1    0
4    2    0    1
3    1    0    1
1    0    0    0

条件为

0    0    1    1
0    0    1    1
0    1    1    1
1    1    1    1

如何有效地获得 1 的均匀分布坐标？

np.where and np.random.randint应该解决这个问题：

#we grab the indexes of the ones
x,y = np.where(convoluted_image <=1)
#we chose one index randomly
i = np.random.randint(len(x))
random_pos = [x[i],y[i]]