文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

【Python图像线条坐标提取】

2023-09-06 12:15

关注

问题描述:

在进行图像处理时,有时需要对图像上的坐标点进行提取,然后进行曲线拟合,如下图,但是提取的xy坐标会有许多重复的值,影响曲线拟合效果。这里提供三种方法,其它的方法大家可以自行补充。

warn:函数传入的图像是二值化之后的图像,像素只有0和255,如何二值化自行百度。

在这里插入图片描述

1:直接提取黑色的所有点坐标,该方法显而易见,会存在很多重复的x坐标,直接上代码:

def extract_line_position(image):       # 提取坐标,存在bug,会重复提取x的值    list_y = []    list_x = []    # 存储值为0的行号和列号        for i in range(len(image)):        for j in range(len(image[i])):            if image[i][j] == 0:                list_x.append(j)                list_y.append(len(image) - i)    return list_x, list_y

可以看见重复坐标太多,曲线拟合效果并不好

2 直接提取曲线的上边缘坐标,该方法,在曲线较粗或垂直向下时会失真,但是适用于现在的场景,代码如下:

def get_line_position(image):    list_x = []    list_y = []    # y_len = len(image)    # print(y_len)    for i in range(len(image[0])):    #  遍历列数        for j in range(len(image)):   # 遍历行数            if image[j][i] == 0:                list_x.append(i)                list_y.append(len(image)-j)                break    return list_x,list_y

效果还不错

3: 提取曲线上边缘与下边缘的中值来获取位置坐标,代码:

def get_lineMedium_position(image):    image = np.delete(image, 0, axis=0)  # 删除第一行    image = np.delete(image, 0, axis=1)  # 删除第一列    list_x = []    list_y = []    start_index = 0    end_index = 0    for i in range(len(image[0])):  # 遍历列数        for j in range(len(image)-1):  # 遍历行数            if image[j][i] == 255 and image[j+1][i] == 0:                start_index = j                continue            if image[j][i] == 0 and image[j+1][i] == 255:                end_index = j                y_position = (start_index + end_index)/2                list_x.append(i)                list_y.append(len(image) - y_position)                start_index = 0                end_index = 0                break    return list_x, list_y

这里就不上图了,效果挺不错的,不用对曲线进行细化,节省时间,但是要根据实际情况使用。

最后整理了一个类,供大家使用:

import numpy as npimport matplotlib.pyplot as pltplt.rcParams['font.sans-serif'] = ['SimHei']  # 显示中文plt.rcParams['axes.unicode_minus'] = False  # 正常显示负号"""December 16, 2022,LuoNicus获取曲线分割后的图像点坐标类用不同的方法获取坐标只可提取像素 0 or 255,提取其它自行修改正常提取,上边缘提取,中值提取,各有优缺,根据实际情况使用""""""   图像像素示意    [[255,255, 255, 0,   0]     [0,   0,  255, 0,   0]     [0,   0,  255, 0,   0]     [0,   0,  255, 255,255]]     """class Get_Line_Positon:    def __init__(self, image):        self.image = image        self.list_x = []        self.list_y = []        print("已获取图像信息,准备提取二值图像位置坐标")    def by_allline_point(self):  # 提取坐标,存在bug,会重复提取x的值        # 细化算法存在bug,第一行和第一列为0黑色,不合理,因此首先去掉        print("warn:常规算法提取,容易出现多个x为相同值")        self.image = np.delete(self.image, 0, axis=0)  # 删除第一行        self.image = np.delete(self.image, 0, axis=1)  # 删除第一列        for i in range(len(self.image)):            for j in range(len(self.image[i])):                if self.image[i][j] == 0:                    # print(mask[i][j],j,i)                    self.list_x.append(j)                    self.list_y.append(len(self.image) - i)        return self.list_x, self.list_y    def by_upline_point(self):  # 提取直线坐标,提取曲线的边缘坐标,避免出现x的重复值        print("提取曲线上边缘的值")        self.image = np.delete(self.image, 0, axis=0)  # 删除第一行        self.image = np.delete(self.image, 0, axis=1)  # 删除第一列        # y_len = len(self.image)        # print(y_len)        for i in range(len(self.image[0])):  # 遍历列数            for j in range(len(self.image)):  # 遍历行数                if self.image[j][i] == 0:                    self.list_x.append(i)                    self.list_y.append(len(self.image) - j)                    break        return self.list_x, self.list_y    def by_lineMedium_point(self):  # 提取像素上下值的中位数坐标,该方法不用对函数进行细化        print("提取曲线的中值")        self.image = np.delete(self.image, 0, axis=0)  # 删除第一行        self.image = np.delete(self.image, 0, axis=1)  # 删除第一列        start_index = 0        end_index = 0        for i in range(len(self.image[0])):  # 遍历列数            for j in range(len(self.image) - 1):  # 遍历行数                if self.image[j][i] == 255 and self.image[j + 1][i] == 0:                    start_index = j                    continue                if self.image[j][i] == 0 and self.image[j + 1][i] == 255:                    end_index = j                    y_position = (start_index + end_index) / 2                    self.list_x.append(i)                    self.list_y.append(len(self.image) - y_position)                    start_index = 0                    end_index = 0                    break        return self.list_x, self.list_y

欢迎补充!!

来源地址:https://blog.csdn.net/weixin_49594201/article/details/128343729

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯