在python opencv中获取强度为255的二值图像的像素位置
Get pixel location of binary image with intensity 255 in python opencv
我想获取图像中蓝点的像素坐标。
为了得到它，我首先将它转换为灰度并使用阈值函数。
import numpy as np
import cv2
img = cv2.imread("dot.jpg")
img_g = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret1,th1 = cv2.threshold(img_g,127,255,cv2.THRESH_BINARY_INV)
如果我想获取强度为255的像素位置，下一步怎么办？请告诉是否有一些更简单的方法来做同样的事情。
我认为这不会像您期望的那样起作用。
通常，为了在具有特定颜色的形状上获得稳定的跟踪，您可以在 RGB/HSV/HSL 平面中执行此操作，您可以从 HSV 开始，它在照明。
1-使用 cv2.cvtColor()
转换为 HSV
2-使用 cv2.inRagne(blue_lower, blue_upper) 来 "filter" 所有不需要的颜色。
现在你有一个漂亮的二值图像，里面只有蓝色（假设你有一个静态背景或应该添加更多滤镜）。
3-现在如果你想检测点（通常超过一个像素）你可以尝试 cv2.findContours
4- 你可以使用很多方法（取决于你想要检测的形状）得到 x,y 像素的轮廓，像这样 cv2.boundingRect()
我想获取图像中蓝点的像素坐标。 为了得到它，我首先将它转换为灰度并使用阈值函数。
import numpy as np
import cv2
img = cv2.imread("dot.jpg")
img_g = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret1,th1 = cv2.threshold(img_g,127,255,cv2.THRESH_BINARY_INV)
如果我想获取强度为255的像素位置，下一步怎么办？请告诉是否有一些更简单的方法来做同样的事情。
我认为这不会像您期望的那样起作用。 通常，为了在具有特定颜色的形状上获得稳定的跟踪，您可以在 RGB/HSV/HSL 平面中执行此操作，您可以从 HSV 开始，它在照明。
1-使用 cv2.cvtColor()
2-使用 cv2.inRagne(blue_lower, blue_upper) 来 "filter" 所有不需要的颜色。
现在你有一个漂亮的二值图像，里面只有蓝色（假设你有一个静态背景或应该添加更多滤镜）。
3-现在如果你想检测点（通常超过一个像素）你可以尝试 cv2.findContours
4- 你可以使用很多方法（取决于你想要检测的形状）得到 x,y 像素的轮廓，像这样 cv2.boundingRect()