检查像素是否在opencv python中的连接组件内答案

【问题标题】：Check if pixel is inside a connected component in opencv python检查像素是否在opencv python中的连接组件内
【发布时间】：2019-10-15 05:36:25
【问题描述】：

我正在对一个图像进行阈值处理，这会给我一些白色区域。我有一个位于这些区域之一的像素位置。我正在使用 opencv connectedComponentsWithStats 获取区域，然后查找像素是否在这些区域中的任何一个中。我该怎么做？

关于这一点，是否有更好的方法来查找该像素位于哪个阈值区域？

【问题讨论】：

【解决方案1】：

numLabels, labelImage, stats, centroids = cv2.connectedComponentsWithStats(thresh, connectivity, cv2.CV_32S)

numLabels = 阈值图像中标签或区域的数量

labelImage = 包含代表每个区域的唯一标签（1, 2, 3..）的矩阵或图像，背景在 labelImage 中表示为 0。

stats = stats 是一个统计矩阵，其中包含有关区域的信息。

centroids = 每个区域的质心。

在你的情况下，你可以使用 labelImage 找出像素坐标上的唯一标签值，以找出它位于哪个区域。

【讨论】：

感谢您的回答。只是为了澄清一下， labelImage 到底代表什么？它是每个区域的所有像素的多维数组吗？如果是这样，为什么 numLabels 与 len(labelImage) 方式不同？例如4 对 375
labelImage 代表您每个区域的唯一标签。它为带有相应唯一标签的连接像素标记相同的唯一标签。这里每个区域都有一个从 1 到 n 的唯一编号。由于背景不属于任何区域，因此被赋予“0”标签只是为了与其他区域区分开来。 labelImage 是一个多维数组。当您执行 len(labelImage) 时，您将获得 numpy 数组的长度，即图像的高度。您可以在这里尝试使用 numpy.unique 来获取 labelImage 中存在的唯一值。
我想我开始明白它是如何工作的了。另一个问题。如何访问/显示某个标签？例如我有 4 个标签，我想显示标签 1。
要访问坐标值，您可以使用 np.where(labelImage == 1)。要显示，您可以在空白图像上绘制这些点以获得仅具有该坐标的区域。
是的，您可以使用 matplotlib.pyplot.imshow 函数来查看 labelImage 以更深入地了解它的外观。

【解决方案2】：

您可以使用pointPolygonTest 函数来检查一个点是否在轮廓内。

因此，在阈值化之后，使用findContours 函数找到图像中的轮廓。然后你可以将轮廓和点传递给这个函数来检查点是否在区域内。

由于您拥有连接的组件和统计信息（您使用 connectedComponentsWithStats 找到的），因此您可以使用 this 方法更快地进行测试。

【讨论】：