如何在python中从多维蒙版图像进行最大点投影

import numpy as np
import matplotlib.pyplot as plt

# 假设我们有一个二维蒙版图像 mask
mask = np.array([
    [0, 0, 1, 1],
    [0, 1, 1, 0],
    [1, 1, 0, 0],
    [1, 0, 0, 0]
])

# 计算每一行的最大值的索引（即投影）
row_max_indices = np.argmax(mask, axis=1)

# 计算每一列的最大值的索引（即投影）
col_max_indices = np.argmax(mask, axis=0)

# 绘制原始蒙版图像
plt.subplot(1, 3, 1)
plt.imshow(mask, cmap='gray')
plt.title('Original Mask')

# 绘制行最大点投影
plt.subplot(1, 3, 2)
plt.plot(row_max_indices, np.arange(len(row_max_indices)), 'r.')
plt.title('Row Max Projection')

# 绘制列最大点投影
plt.subplot(1, 3, 3)
plt.plot(np.arange(len(col_max_indices)), col_max_indices, 'g.')
plt.title('Column Max Projection')

plt.show()

from scipy import ndimage

# 使用开运算去除小物体
mask_opened = ndimage.binary_opening(mask)

# 再次计算投影
row_max_indices_clean = np.argmax(mask_opened, axis=1)
col_max_indices_clean = np.argmax(mask_opened, axis=0)