python - 一种有效计算一个标记像素到其最近的不同标记像素的距离的算法

Question

我为我冗长的标题名称道歉。我有两个问题，第二个问题是基于第一个问题。

(1)。假设我有一个矩阵，其条目为 0 或 1。现在，我选择一个任意的 0 条目。是否有一种有效的算法可以搜索标签为 1 的最近条目或计算选择的 0 条目与其标签为 1 的最近条目之间的距离？

(2)。现在假设条目 1 的分布具有几何属性。为了使这个陈述更清楚，把这个矩阵想象成一个图像。在此图像中，有多条连续线（不一定是直线）。这些线形成了几个边界，将图像划分为更小的部分。假设边界标记为 1，而分区区域中的所有像素标记为 0。现在，类似于（1），我选择一个标记为 0 的随机像素，我希望找出标记为的最近像素的坐标1 或它们之间的距离。

第 (1) 部分的提示/方向对我来说就足够了。如果输入答案需要太多时间，只需告诉我算法的名称即可，我会查找它。

ps：如果我在不正确的部分发布此问题，请告诉我。我会将其重新发布到适当的部分。谢谢！

标签： pythonalgorithmdistancedistance-matrix

Answer 1

我认为如果你有一个矩阵，你可以运行一个 BFS 版本，其中矩阵 A 将是你的图 G，顶点 v 将是你选择的任意像素。矩阵中任意两个相邻单元之间都有一条边。