python - 使用 numpy 从图像数组的 RGB 值获取 (x,y) 坐标值

Question

我是 python 新手，所以我真的需要这方面的帮助。

我对图像进行了灰度化和阈值处理，以便唯一存在的颜色是黑色和白色。

我不知道如何编写一个算法，该算法将为我提供图像数组上仅对应于白色像素的坐标 (x,y) 列表。

感谢任何帮助!

Answer 1

您肯定已经拥有强度值列表形式的图像数据吗？如果您使用的是 Anaconda，则可以使用 PIL Image 模块并调用 getdata() 来获取此强度信息。有些人建议使用 NumPy 方法或其他方法，这可能会提高性能。如果您想研究这一点，那就去做吧，我的答案可以适用于其中任何一个。

如果您已经有一个将灰度图像转换为黑白的函数，那么您应该具有该输出图像的强度信息，即从左上角到右下角的 0 和 1 列表。如果你有这个，你已经有了你的位置数据，它只是不是 (x,y) 形式。为此，请使用如下内容:

data = image.getdata()
height = image.getHeight()
width = image.getWidth()
pixelList = []

for i in range(height):
    for j in range(width):
        stride = (width*i) + j
        pixelList.append((j, i, data[stride]))

其中data是0和1的列表(黑白)，我假设您已经编写了getWidth()和getHeight()不要只是复制我写的内容，了解循环在做什么。这将产生一个元组列表，pixelList，每个元组包含强度和位置信息，形式为(x，y，强度)。对于您正在做的事情来说，这可能是一种困惑的形式，但这就是想法。将三个值(x、y、强度)传递给 Pixel 对象或其他东西，而不是创建元组列表，会更加干净和易于访问。然后您可以从任何地方获取这些值中的任何一个。我鼓励您这样做，以便更好地组织，以便您可以自己编写代码。

无论哪种情况，将强度和位置存储在一起都可以使白色像素的分类变得非常容易。这里使用元组列表:

whites = []
for pixel in pixelList:
    if pixel[2] == 1:
        whites.append(pixel[0:2])

然后你就有了一个白色像素坐标列表。