使用python查找黑色像素的平均位置答案

【问题标题】：Find mean position of blackpixels using python使用python查找黑色像素的平均位置
【发布时间】：2017-06-27 00:02:42
【问题描述】：

我有一个二值图像，我需要找到黑色区域的 x 和 y 的平均值。这些值是针对一组二值图像计算的，并且绘制了它们的 x 和 y 的平均值我不知道如何找到这个区域并计算它们的 x 和 y 的平均值。任何帮助都将不胜感激。

【问题讨论】：

使用cv2.moments

标签： python-2.7 opencv image-processing video-processing

【解决方案1】：

如果黑色像素没有注册在某些数据结构中，只需计算黑色像素的质心：

sx = 0
sy = 0
black_cnt = 0
for y in y-range
  for x in x-range
     if black(x,y)
          sx = sx + x
          sy = sy + y
          black_cnt++

sx = sx / black_cnt
sy = sy / black_cnt

【讨论】：

我收到IndexError: index 255 is out of bounds for axis 0 with size 200这个错误
循环错误是什么意思，im = cv2.imread('v6.tif', 0) ret, thresh = cv2.threshold(im, 120, 255, 1) a = len(im) print thresh b = a+2 sx = 0 sy = 0 blackc = 0 for x in range(a): for y in range(a): pixel = im[x,y] if pixel == 0: sx = sx+x sy = sy+y blackc +=1 print blackc cv2.waitKey()我在做这个
您使用的是for x in range(a)，而 x 应该在范围（宽度）内，而 y 在范围（高度）内

【解决方案2】：

您可以使用轮廓矩获得平均位置。

为了找到均值，您必须计算轮廓的一阶矩。

代码：

#---Read image and obtain threshold---
im = cv2.imread('1.jpg', 1)
img = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(img, 120, 255, 1)

#---Obtain contours---
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnts = contours
cv2.drawContours(im, contours, -1, (0, 255, 0), 1)

#---Compute the center/mean of the contours---
for c in cnts:
    M = cv2.moments(c)
    cX = int(M["m10"] / M["m00"])
    cY = int(M["m01"] / M["m00"])
    print cX
    print cY

值cX 和cY 具有轮廓的平均位置。

【讨论】：

我厌倦了这种方法，我得到contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) ValueError: too many values to unpack这个错误
@the_guy 是版本问题试试：_, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)