如何在二进制图像中找到特定点？

Question

我在大学里开始了一项研究，主题是利用人工智能计算视网膜的一个区域。我们规定的第一部分是使用u-net分割视网膜的两个重要部分。第二种方法是利用分割结果找到重要点并进行计算

因此，在下图中，我使用u-net显示了分割每个区域的输出（红色注释不是分割的一部分）。我尝试表示我希望在第一个和第二个块中找到的区域。一旦这样做了，我就可以在合并这些点时计算它们之间的距离。 所以，我的问题是：为了找到我标记的坐标，我可以使用什么样的技术来读取像素

OpenCV是一个可以帮助我的库吗？这是我第一次处理这种问题，所以谢谢你的建议和指导

Answer 1

使用OpenCV： 可以使用connectedComponentsWithStats（）方法检测边距

connectivity = 8  
output = cv2.connectedComponentsWithStats(binary_img, connectivity, cv2.CV_32S)

stats = output[2]         # stat matrix

first_blob_left = stats[0,cv2.CC_STAT_LEFT]
first_blob_right = stats[0,cv2.CC_STAT_RIGHT]
second_blob_left = stats[1,cv2.CC_STAT_LEFT]
second_blob_right = stats[1,cv2.CC_STAT_RIGHT]

if first_blob_left < second_blob_left:
    dist = second_blob_left - first_blob_right
else:
    dist = first_blob_left - second_blob_right

可以使用相同的方法检测最深点：

connectivity = 8  
output = cv2.connectedComponentsWithStats(binary_img, connectivity, cv2.CV_32S)

stats = output[2]         # stat matrix

blob_top = stats[0,cv2.CC_STAT_TOP]
blob_height = stats[0,cv2.CC_STAT_HEIGHT]

deepest_point_y_position = blob_top + blob_height

注意：此代码尚未测试，它可能包含一些拼写错误。但是，这个想法仍然没有改变，应该不费吹灰之力就能奏效

看看

labels = output[1]

“labels”是一个数组，位于输入图像的位置，其中blob的每个像素都用相同的值进行标记。这将帮助您找到边距的坐标