2024-09-24 02:22:50 发布
网友
在应用了深度学习目标检测和几种图像处理滤波器后,得到了以下图像。 这是图像
我想找到redpoint坐标系。
为了更接近答案,去掉那些不需要的线。我用了一个面具,这是最后的结果。在
我的问题是如何在这张图片的最低点找到一个点?
如果我没听错,你想找到图像中非黑色的最低行的行号。所以你可以这样做:
import cv2 import numpy as np # Load image img = cv2.imread('tyre.png',cv2.IMREAD_GRAYSCALE) # Get X, Y coordinates of non-black pixels y, x = np.nonzero(img)
如果您现在查看y,您可以看到第246行是最后一行有任何非黑色像素。在
y
另一种解决方案是使用^{}来检测图像中的圆形形状。在
我使用了一个来自pyimagesearch的示例作为代码的基础,并使用HoughCircles中检测到的圆的输出来添加圆的低部分。结果如下图所示:
HoughCircles
由于此函数返回[x, y, r](圆的圆心和半径),因此可以很容易地找到圆的最低部分:
[x, y, r]
low_point = [x, y + r]
请记住,您可以使用cv2.HoughCircles()函数中的参数来玩。在
cv2.HoughCircles()
你可以看到我在this Github page.中使用的Jupyter笔记本。在
我使用的代码:
如果我没听错,你想找到图像中非黑色的最低行的行号。所以你可以这样做:
如果您现在查看
^{pr2}$y
,您可以看到第246行是最后一行有任何非黑色像素。在另一种解决方案是使用^{} 来检测图像中的圆形形状。在
我使用了一个来自pyimagesearch的示例作为代码的基础,并使用
HoughCircles
中检测到的圆的输出来添加圆的低部分。结果如下图所示:由于此函数返回
[x, y, r]
(圆的圆心和半径),因此可以很容易地找到圆的最低部分:请记住,您可以使用
cv2.HoughCircles()
函数中的参数来玩。在你可以看到我在this Github page.中使用的Jupyter笔记本。在
我使用的代码:
^{pr2}$相关问题 更多 >
编程相关推荐