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。
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
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
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
