我试着在规则形状的图像中找到缺陷或变化,这样
我想找到它的变形位置,它可能会改变它的位置,这样
我试图通过图像像素和python中x和y坐标的位置来实现这一点
imgdata = image.getdata()
imgWidth, imgHeight = image.size
x_pos = 0
y_pos = 1
pixel_value = []
x = []
y = []
for item in imgdata:
item = str(item)
if (x_pos) == imgWidth:
x_pos = 1
y_pos += 1
else:
x_pos += 1
if item[1] != 0:
pixel_value.append(item[0])
x.append(x_pos)
y.append(y_pos)
pixel_value, x, y = zip(*sorted(zip(pixel_value, x, y), reverse=True))
df = pd.DataFrame({'target':pixel_value,'X': x, 'Y': y })
但是这定位了像素和像素的位置,我找不到霍尔的位置? 如果有人能推荐找到霍尔的最佳方法,我将不胜感激 非常感谢
您可以重复尝试泛洪填充,例如使用红色填充,从图像中的多个种子点开始,然后计算得到的红色像素数。在“洞”中,它会更大,然后你可以找到红色像素的面积和质心
您必须将种子点分布在整个图像中,可能距离小于当前白色晶格孔的半径
我认为这种方法不会那么快,所以您可能希望使用多处理
您还可以通过将图像制作成Numpy数组,然后使用以下方法查看图像行(和/或列)中的像素总和:
如果晶格中有洞,则一行中的白色像素会更多,黑色像素会更少,因此总和会更高
通过像素的总和,我可以采用与你类似的方式,因为我是第一种方式,现在我有了行和列中像素最大值的总和,我如何达到最大像素值范围的x和y坐标?我的意思是,对于计算图表中的增长幅度,有什么建议吗
相关问题 更多 >
编程相关推荐