获取中心像素周围像素的周长

Question

我正在尝试围绕中心像素获取一圈像素。即，就像 FAST 关键点检测器的工作原理一样，我想在给定半径的情况下获取它周围的周边像素。不管数学如何让我逃避，我理论上知道如何使用三角函数获得它。即，我可以使用 for 循环并以 15 度迭代。我知道三角形斜边的长度是半径，我知道角度。

关于如何获得给定像素周围像素周长的任何建议？

Answer 1

假设 img 是您的图像，radius 是圆的半径，x, y 是您要对焦的圆心坐标。

可以使用

获得focus_img

offset = math.ceil(radius * math.sqrt(2))
focus_img = img[y-offset:y+offset, x-offset:x+offset]

Answer 2

公式为：

(x-cx)**2 + (y-cy)**2 = r**2

其中 cx 和 cy 是圆心，x 和 y 是您要测试的坐标...现在我们可以迭代 x 并使用如下公式获得 y：

y = sqrt(r**2 - (x-cx)**2) + cy

另一种方法是迭代 360 度并计算 x 和 y 并添加偏移量（中心），如下所示：

x = cos(radians) * radius + cx
y = sin(radians) * radius + cy

第二个版本在我的测试中给了我一个更完整的循环。这是我在 python:

中的测试脚本

import numpy as np
import cv2
import math

img = np.zeros((480, 640, 1), dtype="uint8")
img2 = np.zeros((480, 640, 1), dtype="uint8")

center = (200, 200)
radius = 100

x = np.arange(center[0] - radius, center[0]+radius+1)
y_off = np.sqrt(radius**2 - (x - center[0]) **2)
y1 = np.int32(np.round(center[1] + y_off))
y2 = np.int32(np.round(center[1] - y_off))
img[y1, x] = 255
img[y2, x] = 255


degrees = np.arange(360)
x = np.int32(np.round(np.cos(degrees) * radius)) + center[0]
y = np.int32(np.round(np.sin(degrees) * radius)) + center[1]
img2[y,x] = 255


cv2.imshow("First method", img)
cv2.imshow("Second method", img2)
cv2.waitKey(0)
cv2.destroyAllWindows()

结果如下：

方法一

方法二

还有第三种方法...你在大小为 radius x radius 的圆周围取一个框并用上面给出的圆公式计算每个点，如果它是真的那么它是一个圆点...但是画整个圆很好，因为你有整数，很可能没有多少点是相等的...

更新：

提醒一下，确保你的点在图像中，在上面的例子中，如果你把中心放在 0,0 它会在每个角落画出 1/4 的圆，因为它考虑了从数组末尾开始的负值。

要删除重复项，您可以尝试以下代码：

c = np.unique(np.array(list(zip(y,x))), axis=0  )
img2[c[:,0], c[:,1]] = 255

Answer 3

只需将圆圈画到蒙版上即可：

In [27]: mask = np.zeros((9, 9), dtype=np.uint8)

In [28]: cv2.circle(mask, center=(4, 4), radius=4, color=255, thickness=1)
Out[28]:
array([[  0,   0,   0,   0, 255,   0,   0,   0,   0],
       [  0,   0, 255, 255,   0, 255, 255,   0,   0],
       [  0, 255,   0,   0,   0,   0,   0, 255,   0],
       [  0, 255,   0,   0,   0,   0,   0, 255,   0],
       [255,   0,   0,   0,   0,   0,   0,   0, 255],
       [  0, 255,   0,   0,   0,   0,   0, 255,   0],
       [  0, 255,   0,   0,   0,   0,   0, 255,   0],
       [  0,   0, 255, 255,   0, 255, 255,   0,   0],
       [  0,   0,   0,   0, 255,   0,   0,   0,   0]], dtype=uint8)

现在您可以根据需要使用它来为您的图片编制索引。例如，这是一张随机图片：

In [33]: img
Out[33]:
array([[ 88, 239, 212, 160,  89,  85, 249, 242,  88],
       [ 47, 230, 206, 206,  63, 143, 152,  67,  58],
       [162, 212,   0, 213, 208, 169, 228,  14, 229],
       [230,  45, 103, 201, 188, 231,  80, 122, 131],
       [159,  31, 148, 158,  73, 215, 152, 158, 235],
       [213, 177, 148, 237,  92, 115, 152, 188, 223],
       [234,  67, 141, 173,  14,  18, 242, 208, 147],
       [ 53, 194, 229, 141,  37, 215, 230, 167,  82],
       [ 72,  78, 152,  76, 230, 128, 137,  25, 168]], dtype=uint8)

这是周边的值：

In [34]: img[np.nonzero(mask)]
Out[34]:
array([ 89, 206, 206, 143, 152, 212,  14,  45, 122, 159, 235, 177, 188,
        67, 208, 229, 141, 215, 230, 230], dtype=uint8)

将圆周长处的图像值设置为0：

In [35]: img[np.nonzero(mask)] = 0

In [36]: img
Out[36]:
array([[ 88, 239, 212, 160,   0,  85, 249, 242,  88],
       [ 47, 230,   0,   0,  63,   0,   0,  67,  58],
       [162,   0,   0, 213, 208, 169, 228,   0, 229],
       [230,   0, 103, 201, 188, 231,  80,   0, 131],
       [  0,  31, 148, 158,  73, 215, 152, 158,   0],
       [213,   0, 148, 237,  92, 115, 152,   0, 223],
       [234,   0, 141, 173,  14,  18, 242,   0, 147],
       [ 53, 194,   0,   0,  37,   0,   0, 167,  82],
       [ 72,  78, 152,  76,   0, 128, 137,  25, 168]], dtype=uint8)

您也可以轻松获取坐标：

In [56]: np.where(mask)
Out[56]:
(array([0, 1, 1, 1, 1, 2, 2, 3, 3, 4, 4, 5, 5, 6, 6, 7, 7, 7, 7, 8]),
 array([4, 2, 3, 5, 6, 1, 7, 1, 7, 0, 8, 1, 7, 1, 7, 2, 3, 5, 6, 4]))

获取中心像素周围像素的周长

Get perimeter of pixels around centre pixel

python

opencv

trigonometry