确定 numpy 数组中的相邻区域

我正在寻找以下内容。我有一个 numpy 数组，它被标记为区域。 numpy 数组表示分割图像。区域是具有相同值的多个相邻单元格。每个地区都有其独特的价值。包含 3 个区域的简化版本如下所示：

x = np.array([[1, 1, 1], [1, 1, 2], [2, 2, 2], [3, 3, 3]], np.int32)

output:

array([[1, 1, 1],
       [1, 1, 2],
       [2, 2, 2],
       [3, 3, 3]])

在上面的示例中，我们有 3 个独立的区域，每个区域都标有唯一值（本例中为 1,2,3）。

我想要的是每个单独区域的相邻（相邻）区域的值。所以在这种情况下：

• 区域 1 与区域 2 相邻
• 区域 2 与区域 1 和 3 相邻
• 区域 3 与区域 2 相邻

实现这一目标最优雅、最快的方法是什么？

非常感谢！

据我所知，任务是返回数组中与给定数字（例如 2）相邻的所有不同条目。使用 NumPy 方法实现此目的的一种方法是使用roll http://docs.scipy.org/doc/numpy/reference/generated/numpy.roll.html#numpy.roll将给定区域向上、向下、向左、向右移动一个单位。对移位区域进行逻辑或，并返回与此条件匹配的所有不同元素。然后仍然需要删除该区域本身，因为它不被视为自己的邻居。

Since roll重新引入超出数组两端边界的值（这里不需要），额外的步骤是用 False 替换该行或列。

import numpy as np

x = np.array([[1, 1, 1], [1, 1, 2], [2, 2, 2], [3, 3, 3]], np.int32)
region = 2   # number of region whose neighbors we want

y = x == region  # convert to Boolean

rolled = np.roll(y, 1, axis=0)          # shift down
rolled[0, :] = False             
z = np.logical_or(y, rolled)

rolled = np.roll(y, -1, axis=0)         # shift up 
rolled[-1, :] = False
z = np.logical_or(z, rolled)

rolled = np.roll(y, 1, axis=1)          # shift right
rolled[:, 0] = False
z = np.logical_or(z, rolled)

rolled = np.roll(y, -1, axis=1)         # shift left
rolled[:, -1] = False
z = np.logical_or(z, rolled)

neighbors = set(np.unique(np.extract(z, x))) - set([region])
print(neighbors)