本文介绍如何使用Python提取图像分块后的边界顶点坐标。假设您已将单通道图像分割成多个块,每个块用递增的数值标识,本文将演示如何获取每个块的边界顶点。
您已将单通道图像分割成h×m的网格,每个块的值相同且从1开始递增。目标是获取每个块的边界顶点坐标。
我们将使用OpenCV (cv2) 和 NumPy 库来实现此功能。
首先,安装必要的库:
立即学习“Python免费学习笔记(深入)”;
pip install opencv-python numpy
以下代码演示如何提取边界顶点:
import cv2 import numpy as np # 假设图像数据已保存为'image.npy' image = np.load('image.npy') # 存储每个块边界顶点的列表 boundaries = [] # 获取图像尺寸 height, width = image.shape # 遍历每个唯一标签(块) for label in np.unique(image): if label == 0: # 跳过背景 (假设背景值为0) continue # 创建掩码,仅包含当前标签的像素 mask = np.zeros_like(image, dtype=np.uint8) mask[image == label] = 255 # 查找轮廓 contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 获取边界顶点 if contours: contour = contours[0] # 使用approxPolyDP简化轮廓 epsilon = 0.1 * cv2.arcLength(contour, True) approx = cv2.approxPolyDP(contour, epsilon, True) boundaries.append(approx) # 输出每个块的边界顶点 for i, boundary in enumerate(boundaries): print(f"块 {i+1} 的边界顶点:") for point in boundary: print(f"({point[0][0]}, {point[0][1]})")
此代码有效地提取了每个图像块的边界顶点坐标。 请确保您的图像数据已正确预处理并保存为 NumPy 数组。
以上就是如何在Python中获取图像分块边界顶点?的详细内容,更多请关注php中文网其它相关文章!
每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号