python - 找到距离给定像素位置最近的白色像素 openCV

Question

我有一个二值图像，我需要在其中选择最接近给定像素坐标集的白色像素。

例如，如果我点击一个像素，我需要让 Python 搜索值大于 0 的最近像素，然后返回该像素的坐标。

有什么想法吗？

我认为我应该添加到目前为止所做的事情。

import cv2
import numpy as np

img = cv.imread('depth.png', 0) # reads image as grayscale
edges = cv2.Canny(img, 10, 50)

white_coords = np.argwhere(edges == 255) # finds all of the white pixel coordinates in the image and places them in a list.

# this is where I'm stuck

Answer 1

• 首次使用cv2.findNonZero获取所有白色像素的 numpy 坐标数组。

• 接下来，计算与点击目标点的距离(毕达哥拉斯定理)

• 使用 numpy.argmin找到距离最近的位置。

• 返回相应非零像素的坐标。

示例脚本:

import cv2
import numpy as np

# Create a test image
img = np.zeros((1024,1024), np.uint8)

# Fill it with some white pixels
img[10,10] = 255
img[20,1000] = 255
img[:,800:] = 255


TARGET = (255,255)


def find_nearest_white(img, target):
    nonzero = cv2.findNonZero(img)
    distances = np.sqrt((nonzero[:,:,0] - target[0]) ** 2 + (nonzero[:,:,1] - target[1]) ** 2)
    nearest_index = np.argmin(distances)
    return nonzero[nearest_index]

    
print find_nearest_white(img, TARGET)
    

打印:

[[10 10]]

大约需要 4 毫秒才能完成，因为它利用了优化的 cv2 和 numpy 函数。

---

或者，您可以寻求纯 numpy 解决方案，正如您已经尝试过的那样，使用 numpy.argwhere而不是 cv2.findNonZero:

def find_nearest_white(img, target):
    nonzero = np.argwhere(img == 255)
    distances = np.sqrt((nonzero[:,0] - TARGET[0]) ** 2 + (nonzero[:,1] - TARGET[1]) ** 2)
    nearest_index = np.argmin(distances)
    return nonzero[nearest_index]

打印:

[10 10]

但是，对我来说这稍微慢了一点，每次运行大约 9 毫秒。