如何在谐波图像中找到孔洞的位置？

Question

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

Answer 1

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：

rowSums = np.sum(image, axis=1)

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

Answer 2

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