圖像的功能：使用Python

Question

提取點，假設我有一個像這樣的一個：

我想獲得構成該線的點（X，Y）的列表。有沒有辦法在Python中做到這一點？如果我加載圖像作爲矩陣，我會得到矩陣的一些元素，表明有「黑色」。問題是這條線可能有一些寬度，所以會有很多矩陣元素對應於線上的同一點。我怎樣才能解決這個問題？有沒有一種直接的方式來做我所需要的？

在此先感謝。

Answer 1

這實際上是一個複雜的問題。您需要提取圖像中所有黑色的點，然後找到一種方法將它們濃縮爲一組數據，這些數據大致追蹤路徑。

import requests 
from PIL import Image 
import numpy as np 
import io 
from sklearn.cluster import mean_shift 

# get the image 
url = 'https://i.stack.imgur.com/qKAk5.png' 
res = requests.get(url) 
# set the content as a file pointer object 
fp = io.BytesIO(res.content) 
# load the image to PIL 
img = Image.open(fp) 

# convert the image to gray-scale and load it to a numpy array 
# need to transpose because the X and Y are swapped in PIL 
# need [:,::-1] because pngs are indexed from the upper left 
arr = np.array(img.convert('L')).T[:,::-1] 
# get indices where there line is the pixel values is dark, ie <100 
indices = np.argwhere(arr < 100) 

到目前爲止，我們有指數，或（x，y）位置，其中暗像素出現。但是還有更多的東西比你需要的更多。爲了減少數量，我們可以使用聚類技術來減少點數。 mean_shift聚類技術在這裏適用。它將一個內核分配給一組點，然後迭代地讓附近的點緩慢地拉在一起。主要參數是內核的帶寬，這是多大的拉力。

# this shows how many clusters are formed per bandwidth 
for x in np.arange(.5,5.6,.25): 
    print('{:.2f}: '.format(x), end='') 
    print(len(mean_shift(indices, bandwidth=x)[0])) 

# returns: 
0.50: 1697 
0.75: 1697 
1.00: 539 
1.25: 397 
1.50: 364 
1.75: 343 
2.00: 277 
2.25: 247 
2.50: 232 
2.75: 221 
3.00: 194 
3.25: 175 
3.50: 165 
3.75: 160 
4.00: 156 
4.25: 138 
4.50: 139 
4.75: 133 
5.00: 120 
5.25: 111 
5.50: 112 

因此，對於〜200點的近似線，可以使用3.0的帶寬。

points, labels = mean_shift(indices, bandwidth=3.0) 

# lets plot the points 
import matplotlib.pyplot as plt 
plt.scatter(points[:,0], points[:,1]) 

Answer 2

你可以使用這個OpenCV的：

import cv2 
import numpy as np 
import matplotlib.pyplot as plt 

image = cv2.imread('squiggly.png', cv2.IMREAD_GRAYSCALE) 
ret, image = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY) 

scatter = np.where(image==0) 
x,y = scatter[1],-scatter[0] 

plt.scatter(x,y,color='blue',marker='.',s=0.2) 
plt.show()