获取图像中红色的坐标（0.01*dst.max（））-python

我正在解决一个问题，只获取图像中特定颜色的坐标。所以我遇到了下面的代码，我不知道第四行和第五行。有人能解释一下为什么要使用0.01*dst.max（）以及所有这些吗。提前谢谢

b, g, r = cv2.split(img)
gray = np.float32(cv2.cvtColor(img, cv2.COLOR_BGR2GRAY))
dst = cv2.cornerHarris(gray, 2, 3, 0.04)
dst = np.where((dst > 0.01 * dst.max()) & (r > 130) & (g < 100) & (b < 100), dst, 0)
img[dst > 0.01 * dst.max()] = [0, 255, 0]
coord = np.where(np.all(img == (0, 255, 0), axis=-1))
coorarray = zip(coord[0], coord[1])

b，g，r=cv2.分割（img）
灰色=np.float32（cv2.CVT颜色（img，cv2.COLOR_BGR2GRAY））
dst=cv2.0（灰色，2,3,0.04）
dst=np.其中（（dst>0.01*dst.max（））和（r>130）和（g<100）和（b<100），dst，0）
img[dst>0.01*dst.max（）]=[0,255,0]
坐标=np.where（np.all（img==（0,255,0），axis=-1））
coorarray=zip（坐标[0]，坐标[1]）

• 代码给出了图像中“角”的坐标

  dst > 0.01 * dst.max() 
  

是由“cornerHarris”进行的“拐角”检测的阈值。 如果“拐角”信号是有意义的（dst>0.01*dst.max（）），则创建一个新的空白图像，并仅将感兴趣的像素变黑：

    img[dst > 0.01 * dst.max()] = [0, 255, 0]. 

然后确定这些黑色像素的坐标：

     coord = np.where(np.all(img == (0, 255, 0), axis=-1))

• 在您的情况下，如果要进行特定的颜色检测，您不需要“dst”行，您必须对颜色进行选择：

  colorSelection = (r == 130) & (g == 100) & (b == 100) ### select your color rgb
  img[colorSelection] = [0, 255, 0] ### create a black/white image
  coord = np.where(np.all(img == (0, 255, 0), axis=-1)) ### find the coordinate of your interesting pixels 
  

---

通常，图像处理中使用的阈值不是通用的，它们不应适用于所有可能的图像。在您的情况下，如果图像来自同一“系列”，则应使用相同的选择。但您必须尝试/测试/播放选择才能看到。您也可以认为是动态选择，选择可以根据“某些参数”（平均值、最小值、最大值、对比度…）的功能自动适应输入图像。很抱歉，我不理解您的问题：什么是“特定距离坐标”？这是另一个问题，如果您想要清楚的答案，您必须更清楚。我还发现这个问题非常接近你的问题。。。。