如何找到二值图像的最低点?
How do I find the lowest point of a binary image?
在应用深度学习对象检测和几个图像处理过滤器后,最后我得到了下图。
这是图片
我要找红点坐标系
为了更接近答案,去掉那些不需要的线。我用了面膜,这是最终结果。
我的问题是如何在这张图片的最低点找到一个点?
另一种解决方案是使用 cv2.HoughCircles
来检测图像中的圆形。
我使用了 pyimagesearch 中的示例作为我的代码的基础,并添加了圆的低部分以及 HoughCircles
中检测到的圆的输出。结果如下图:
由于这个函数returns [x, y, r]
(圆心和半径)你可以很容易地找到圆的最低部分做:
low_point = [x, y + r]
请记住,您可以使用cv2.HoughCircles()
函数的参数。
大家可以看看我在this Github page.中使用的Jupyter Notebook。
我使用的代码:
# import the necessary packages
import numpy as np
import cv2
import matplotlib.pyplot as plt
# load the image, clone it for output, and then convert it to grayscale
image = cv2.imread('img_circle.png')
output = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#cv2.imshow("test", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
plt.imshow(image)
plt.title('my picture')
plt.show()
# detect circles in the image
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 100,
param1=100, param2=40,
minRadius = 130, maxRadius = 0)
# ensure at least some circles were found
if circles is not None:
# convert the (x, y) coordinates and radius of the circles to integers
circles = np.round(circles[0, :]).astype("int")
# loop over the (x, y) coordinates and radius of the circles
for (x, y, r) in circles:
# draw the circle in the output image
cv2.circle(output, (x, y), r, (0, 255, 0), 4)
# Draw low point of the circle
cv2.rectangle(output, (x - 10, y - 10 + r), (x + 10, y + 10 + r), (0, 0, 255), -1)
# show the output image
plt.imshow(np.hstack([image, output]))
plt.title('my picture')
plt.show()
cv2.imwrite( "lowPoint.jpg", np.hstack([image, output]));
如果我没理解错的话,你想找到非黑色图像中最低行的行号。所以你可以这样做:
import cv2
import numpy as np
# Load image
img = cv2.imread('tyre.png',cv2.IMREAD_GRAYSCALE)
# Get X, Y coordinates of non-black pixels
y, x = np.nonzero(img)
如果您现在查看 y
,您会看到第 246 行是包含任何非黑色像素的最后一行。
# Look at y, specifically y[-1]
array([ 80, 80, 80, ..., 246, 246, 246])
在应用深度学习对象检测和几个图像处理过滤器后,最后我得到了下图。 这是图片
我要找红点坐标系
为了更接近答案,去掉那些不需要的线。我用了面膜,这是最终结果。
我的问题是如何在这张图片的最低点找到一个点?
另一种解决方案是使用 cv2.HoughCircles
来检测图像中的圆形。
我使用了 pyimagesearch 中的示例作为我的代码的基础,并添加了圆的低部分以及 HoughCircles
中检测到的圆的输出。结果如下图:
由于这个函数returns [x, y, r]
(圆心和半径)你可以很容易地找到圆的最低部分做:
low_point = [x, y + r]
请记住,您可以使用cv2.HoughCircles()
函数的参数。
大家可以看看我在this Github page.中使用的Jupyter Notebook。
我使用的代码:
# import the necessary packages
import numpy as np
import cv2
import matplotlib.pyplot as plt
# load the image, clone it for output, and then convert it to grayscale
image = cv2.imread('img_circle.png')
output = image.copy()
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
#cv2.imshow("test", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
plt.imshow(image)
plt.title('my picture')
plt.show()
# detect circles in the image
circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 100,
param1=100, param2=40,
minRadius = 130, maxRadius = 0)
# ensure at least some circles were found
if circles is not None:
# convert the (x, y) coordinates and radius of the circles to integers
circles = np.round(circles[0, :]).astype("int")
# loop over the (x, y) coordinates and radius of the circles
for (x, y, r) in circles:
# draw the circle in the output image
cv2.circle(output, (x, y), r, (0, 255, 0), 4)
# Draw low point of the circle
cv2.rectangle(output, (x - 10, y - 10 + r), (x + 10, y + 10 + r), (0, 0, 255), -1)
# show the output image
plt.imshow(np.hstack([image, output]))
plt.title('my picture')
plt.show()
cv2.imwrite( "lowPoint.jpg", np.hstack([image, output]));
如果我没理解错的话,你想找到非黑色图像中最低行的行号。所以你可以这样做:
import cv2
import numpy as np
# Load image
img = cv2.imread('tyre.png',cv2.IMREAD_GRAYSCALE)
# Get X, Y coordinates of non-black pixels
y, x = np.nonzero(img)
如果您现在查看 y
,您会看到第 246 行是包含任何非黑色像素的最后一行。
# Look at y, specifically y[-1]
array([ 80, 80, 80, ..., 246, 246, 246])