一种方法如何。首先取你拥有的布尔数组：

In [11]: a
Out[11]: array([0, 0, 0, 2, 2, 0, 2, 2, 2, 0])

In [12]: a1 = a > 1

字符串
使用roll将其向左移动一个（以获得每个索引处的下一个状态）：

In [13]: a1_rshifted = np.roll(a1, 1)

In [14]: starts = a1 & ~a1_rshifted  # it's True but the previous isn't

In [15]: ends = ~a1 & a1_rshifted

型
其中non-zero是每个True批次的开始（或结束批次）：

In [16]: np.nonzero(starts)[0], np.nonzero(ends)[0]
Out[16]: (array([3, 6]), array([5, 9]))

型
把这些放在一起：

In [17]: zip(np.nonzero(starts)[0], np.nonzero(ends)[0])
Out[17]: [(3, 5), (6, 9)]

型

如果您有访问scipy库的权限：
你可以使用scipy.ndimage.measurements.label来识别任何非零值的区域。它返回一个数组，其中每个元素的值是原始数组中跨度或范围的ID。
然后，您可以使用scipy.ndimage.measurements.find_objects返回提取这些范围所需的切片。您可以直接从这些切片访问开始/结束值。
在您的示例中：

import numpy
from scipy.ndimage.measurements import label, find_objects

data = numpy.array([0, 0, 0, 2, 2, 0, 2, 2, 2, 0])

labels, number_of_regions = label(data)
ranges = find_objects(labels)

for identified_range in ranges:
    print(identified_range[0].start, identified_range[0].stop)

字符串
您应该看到：

3 5
6 9

型
希望这对你有帮助！

而不是使用np.roll，它有一个严重的问题，它滚动。你最好只做两个副本。一个与右垫和左垫。我需要这个图像。

a = np.pad(im, ((0, 0), (0, 1)), constant_values=0)
        b = np.pad(im, ((0, 0), (1, 0)), constant_values=0)
        starts = a & ~b
        ends = ~a & b
        sx, sy = np.nonzero(starts)
        ex, ey = np.nonzero(ends)

字符串
认可的答案有一个问题，如果你以True结尾，它会滚到前面，把值弄乱。你真的想用0填充这些值。
然后你找到1 -> 0的转换和0 -> 1的转换，并把它们放在你需要的格式。