使用python查找blackpixels的平均位置

我有一个二进制图像，我需要找到黑色区域的x和y的平均值。这些值是为一组二进制图像计算的，它们的x和y的平均值被绘制出来，我不知道如何找到这个区域并计算它们的x和y的平均值。任何帮助表示感谢。使用python查找blackpixels的平均位置

来源

2017-02-09 karthik

使用'cv2.moments' – Miki

如果黑色像素不在某些数据结构登记，才算质量中心为黑色像素：

sx = 0 
sy = 0 
black_cnt = 0 
for y in y-range 
    for x in x-range 
    if black(x,y) 
      sx = sx + x 
      sy = sy + y 
      black_cnt++ 

sx = sx/black_cnt 
sy = sy/black_cnt

来源

2017-02-09 05:31:24 MBo

我得到'IndexError：指数255是出界对轴0，大小200'此错误 – karthik

所以你写错周期 – MBo

你的错了循环的意思，'IM = CV2 .imread（ 'v6.tif'，0） RET，脱粒= cv2.threshold（1M，120，255，1）一个LEN =（IM）打印脱粒 b = A + 2 SX = 0 SY = 0 blackc = 0 对于x在范围（a）中： y的范围内的（a）：像素= IM [X，Y] 如果像素== 0： SX = SX + X SY = SY + y blackc + = 1个打印blackc cv2.waitKey（）'我您正在使用'有效范围内的（a）中，同时'x应在范围（宽度）和y在范围（高度） – karthik

您可以获取使用轮廓的时刻的平均位置。

为了找到平均值，您必须计算轮廓的一阶矩。

CODE：

#---Read image and obtain threshold--- im = cv2.imread('1.jpg', 1) img = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) ret, thresh = cv2.threshold(img, 120, 255, 1) #---Obtain contours--- contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) cnts = contours cv2.drawContours(im, contours, -1, (0, 255, 0), 1) #---Compute the center/mean of the contours--- for c in cnts: M = cv2.moments(c) cX = int(M["m10"]/M["m00"]) cY = int(M["m01"]/M["m00"]) print cX print cY

价值观cX和cY有轮廓的平均位置。

来源

2017-02-09 13:40:10

我X这样 – karthik

使用python查找blackpixels的平均位置

回答

相关问题