Python 使用Opencv查找不带for循环的边界像素

我试图在不使用for循环的情况下，从二值图像中找到前景对象的边界像素。如果特定像素坐标的四个相邻像素中的任何一个为零，并且该像素值为1，则我将其指定为边界像素。它可以很好地用于for循环，但我不想使用循环，所以我可以用它做些什么。代码如下：

适用于范围内的i（len（PCR））：
cr_h=PCR[i，0]
cr_w=PCR[i，1]
n1=img\U cap\U副本[cr\U h-1，cr\U w]
n2=img\U cap\U副本[cr\U h+1，cr\U w]
n3=img_cap_副本[cr_h，cr_w-1]
n4=img_cap_副本[cr_h，cr_w+1]
n=[n1，n2，n3，n4]
如果img_cap_copy[cr_h，cr_w]==1和（n[0]==0或n[1]==0或n[2]==0或n[3]==0）：
Xc.附加（cr\U w）
Yc.附加（cr_h）

这就是我尝试在没有for循环的情况下所做的，for循环给了我一个错误：一个包含多个元素的数组的真值是不明确的。使用a.any（）或a.all（）

cr_h=PCR[：，0]
cr_h=PCR[：，0]
n1=img\U cap\U副本[cr\U h-1，cr\U w]
n2=img\U cap\U副本[cr\U h+1，cr\U w]
n3=img_cap_副本[cr_h，cr_w-1]
n4=img_cap_副本[cr_h，cr_w+1]
n=[n1，n2，n3，n4]
如果img_cap_copy[cr_h，cr_w]==1和（n[0]==0或n[1]==0或n[2]==0或n[3]==0）：
Xc.附加（cr\U w）
Yc.附加（cr_h）

您可以使用

np.logical\u或
和
np.logical\u和
和逻辑索引，如下所示：

cr_h=PCR[:,0]
cr_w=PCR[:,1] #cr_h=PCR[:,0]
n1 = img_cap_copy[cr_h-1,cr_w]
n2 = img_cap_copy[cr_h+1,cr_w]
n3 = img_cap_copy[cr_h,cr_w-1]
n4 = img_cap_copy[cr_h,cr_w+1]

# Logical array with True where condition is met
c = np.logical_and(img_cap_copy[cr_h,cr_w]==1, np.logical_or(np.logical_or(np.logical_or(n1==0, n2==0), n3==0), n4==0))

# Use logical indexing - return elements when c is True.
Xc = cr_w[c].tolist()
Yc = cr_h[c].tolist()


测试代码：

import cv2
import numpy as np

# Build sample image
img = np.random.randint(0, 255, (120, 160), np.uint8)
img_cap_copy = np.minimum(cv2.threshold(img, 50, 255, cv2.THRESH_BINARY)[1], 1)

# Build sample PRC
PCR = np.vstack((np.r_[1:1001], np.r_[10:1010])).T % 100

# Used as reference
refXc = []
refYc = []

for i in range(len(PCR)):
    cr_h = PCR[i,0]
    cr_w = PCR[i,1]
    n1 = img_cap_copy[cr_h-1,cr_w]
    n2 = img_cap_copy[cr_h+1,cr_w]
    n3 = img_cap_copy[cr_h,cr_w-1]
    n4 = img_cap_copy[cr_h,cr_w+1]
    n=[n1,n2,n3,n4]
    if img_cap_copy[cr_h,cr_w]==1 and (n[0]==0 or n[1]==0 or n[2]==0 or n[3]==0):
        refXc.append(cr_w)
        refYc.append(cr_h)


cr_h=PCR[:,0]
cr_w=PCR[:,1] #cr_h=PCR[:,0]
n1 = img_cap_copy[cr_h-1,cr_w]
n2 = img_cap_copy[cr_h+1,cr_w]
n3 = img_cap_copy[cr_h,cr_w-1]
n4 = img_cap_copy[cr_h,cr_w+1]

# Logical array with True where condition is met
c = np.logical_and(img_cap_copy[cr_h,cr_w]==1, np.logical_or(np.logical_or(np.logical_or(n1==0, n2==0), n3==0), n4==0))

# Use logical indexing - return elements when c is True.
Xc = cr_w[c].tolist()
Yc = cr_h[c].tolist()

print(str(np.all(np.array(Xc) == np.array(refXc))))
print(str(np.all(np.array(Yc) == np.array(refYc))))


注:


如果
img\u cap\u copy
只有1和0，您可以使用数学而不是逻辑运算，但是使用
np。logical\u或
和
np。logical\u和
更接近原始循环代码
您可以使用
np.logical\u或
和
np.logical\u和
和逻辑索引，如下所示：

cr_h=PCR[:,0]
cr_w=PCR[:,1] #cr_h=PCR[:,0]
n1 = img_cap_copy[cr_h-1,cr_w]
n2 = img_cap_copy[cr_h+1,cr_w]
n3 = img_cap_copy[cr_h,cr_w-1]
n4 = img_cap_copy[cr_h,cr_w+1]

# Logical array with True where condition is met
c = np.logical_and(img_cap_copy[cr_h,cr_w]==1, np.logical_or(np.logical_or(np.logical_or(n1==0, n2==0), n3==0), n4==0))

# Use logical indexing - return elements when c is True.
Xc = cr_w[c].tolist()
Yc = cr_h[c].tolist()


测试代码：

import cv2
import numpy as np

# Build sample image
img = np.random.randint(0, 255, (120, 160), np.uint8)
img_cap_copy = np.minimum(cv2.threshold(img, 50, 255, cv2.THRESH_BINARY)[1], 1)

# Build sample PRC
PCR = np.vstack((np.r_[1:1001], np.r_[10:1010])).T % 100

# Used as reference
refXc = []
refYc = []

for i in range(len(PCR)):
    cr_h = PCR[i,0]
    cr_w = PCR[i,1]
    n1 = img_cap_copy[cr_h-1,cr_w]
    n2 = img_cap_copy[cr_h+1,cr_w]
    n3 = img_cap_copy[cr_h,cr_w-1]
    n4 = img_cap_copy[cr_h,cr_w+1]
    n=[n1,n2,n3,n4]
    if img_cap_copy[cr_h,cr_w]==1 and (n[0]==0 or n[1]==0 or n[2]==0 or n[3]==0):
        refXc.append(cr_w)
        refYc.append(cr_h)


cr_h=PCR[:,0]
cr_w=PCR[:,1] #cr_h=PCR[:,0]
n1 = img_cap_copy[cr_h-1,cr_w]
n2 = img_cap_copy[cr_h+1,cr_w]
n3 = img_cap_copy[cr_h,cr_w-1]
n4 = img_cap_copy[cr_h,cr_w+1]

# Logical array with True where condition is met
c = np.logical_and(img_cap_copy[cr_h,cr_w]==1, np.logical_or(np.logical_or(np.logical_or(n1==0, n2==0), n3==0), n4==0))

# Use logical indexing - return elements when c is True.
Xc = cr_w[c].tolist()
Yc = cr_h[c].tolist()

print(str(np.all(np.array(Xc) == np.array(refXc))))
print(str(np.all(np.array(Yc) == np.array(refYc))))


注:


如果
img\u cap\u copy
只有1和0，您可以使用数学而不是逻辑运算，但是使用
np。logical\u或
和
np。logical\u和
更接近原始循环代码
将一个示例图像发布到某个免费托管服务上，并放置URL。然后定义边界像素！将一个示例图像发布到某个免费托管服务，并放置URL。然后定义边界像素！非常感谢你。关于使用数学而不是逻辑运算，你能告诉我img_cap_copy只包含一和零是怎么回事吗？你可以使用二进制和
和
或
例如：
c=（img_cap_copy[cr_h，cr_w]&（（n1&n2&n3&n4）^1）！=0
。或者乘法和减法：
c=（img_cap_copy[cr_h，cr_w]*（1-（n1*n2*n3*n4））！=0
非常感谢。关于使用数学而不是逻辑运算，你能告诉我img_cap_copy只包含一和零是怎么回事吗？你可以使用二进制和
和
或
例如：
c=（img_cap_copy[cr_h，cr_w]&（（n1&n2&n3&n4）^1）！=0
。或者乘法和减法：
c=（img_cap_copy[cr_h，cr_w]*（1-（n1*n2*n3*n4））！=0