Question

我想点击一个对象并获取像素坐标，这是我之前选择的颜色。我在互联网上找到了这个代码

import cv
tolerancia = 30
def evento_mouse(event,x,y,flags,param):
    if event==cv.CV_EVENT_LBUTTONDOWN:
        pixel=cv.Get2D(imagen,y,x) 
        print 'X =',x,'  Y =',y
        print 'R =',pixel[2],'G =',pixel[1],'B =',pixel[0]
        cv.InRangeS(imagen,(pixel[0]-tolerancia,pixel[1]-tolerancia,pixel[2]-                                               tolerancia),(pixel[0]+tolerancia,pixel[1]+tolerancia,pixel[2]+tolerancia),temporal)
        cv.ShowImage('Color',temporal)
        c = cv.Get2D(temporal,y,x) 
        print c[0],c[1],c[2] # I always get: 255, 0, 0
   imagen=cv.LoadImage('prueba2.png')
   cv.ShowImage('Prueba',imagen)
   temporal=cv.CreateImage(cv.GetSize(imagen),cv.IPL_DEPTH_8U,1)
   cv.SetMouseCallback('Prueba',evento_mouse)
   cv.WaitKey(0)

我想看看像素是白色还是黑色。但我总是得到相同的值：255,0,0（蓝色= 255）

Answer 1

您需要了解一些事项。

您正在使用OpenCV的旧“cv”界面。在这种情况下，要获取像素值，可以使用函数'cv2.Get2D'，它返回相应BGR值的元组。

<强> 1。为什么选择蓝色，即（255,0,0）二进制图像？

对于彩色图像和灰度/二进制图像，返回3个元素的相同元组，但对于灰度图像，第一个元素是像素值，其余两个是不相关的，因此它们是零。所以你得到像（255,0,0）等值，因为你正在读取二进制图像（时间）的像素值。

<强> 2。为什么总是（255,0,0）？

单击原始图像时，将创建相应的二进制图像，其中与您单击的颜色对应的区域变为白色，而所有其他区域变为黑色。如果单击原始图像中的RED颜色，则二进制图像将是这样的，所有红色区域将为白色并保持黑色。很明显，你点击的像素总是白色的。因此，如果您从二进制图像中读取该像素，则始终只获得（255,0,0）。

我建议您迁移到OpenCV新的Python界面'cv2'模块。它有很多优点。主要优势是Numpy的支持是一个大问题。您可以检查此SOF以进行一些比较：What is different between all these OpenCV Python interfaces?

您还可以从此处获取有关cv2的一些启动教程：www.opencvpython.blogspot.com

Answer 2

首先，我认为您需要检查您的下限和上限是否在0到255的范围内。

其次，你的“时间”变量是一个“面具”。如果该位置的像素值在您的下限和上限之内，则在位置（x，y）处将其设置为255。它不包含位于给定范围内的所有像素。

下面是我在测试图像上尝试的一些代码。请注意，我使用了一些numpy但使用cv2.cv.fromarray（）转换为CvMat以匹配您的代码。

#!/usr/bin/env python

import cv2
import numpy as np

def main():
    image = cv2.imread("forest.jpg")
    imageMat = cv2.cv.fromarray(image)
    dst = cv2.cv.fromarray(np.zeros((imageMat.rows, imageMat.cols), np.uint8))

    x = 250 # Manually set pixel location. You can get this from your mouse event handler.
    y = 500
    pixel = image[y, x] # Note y index "row" of matrix and x index "col".
    tolerance = 10
    # Ensure your bounds are within 0 and 255.
    lower = tuple(map(lambda x: int(max(0, x - tolerance)), pixel))
    upper = tuple(map(lambda x: int(min(255, x + tolerance)), pixel))
    # Get mask of all pixels that satisfy range condition and store it in dst.
    cv2.cv.InRangeS(imageMat, lower, upper, dst)

    mask = np.asarray(dst) # Convert back to numpy array.
    cv2.imshow("Mask", mask) # The mask indicating which pixels satisfy range conditions
    cv2.imshow("Image", image)
    extracted = np.zeros_like(image) # The pixels that satisfy range condition.
    extracted[np.where(mask)] = image[np.where(mask)]
    cv2.imshow("extracted", extracted)

    cv2.waitKey()

if __name__ == "__main__":
    main()

这是python2版本：

#!/usr/bin/env python

import cv2
import numpy as np

def main():
    image = cv2.imread("forest.jpg")
    x = 230 # Manually set pixel location. You can get this from your mouse event handler.
    y = 300
    pixel = image[y, x] # Note y index "row" of matrix and x index "col".
    tolerance = 30
    # Ensure your bounds are within 0 and 255.
    lower = map(lambda x: max(0, x - tolerance), pixel)
    upper = map(lambda x: min(255, x + tolerance), pixel)
    lower = np.asarray(lower)
    upper = np.asarray(upper)
    mask = cv2.inRange(image, lower, upper) # Notice we can just get mask without having to allocate it beforehand.

    cv2.imshow("Mask", mask) # The mask indicating which pixels satisfy range conditions
    cv2.imshow("Image", image)
    extracted = np.zeros_like(image) # The pixels that satisfy range condition.
    extracted[np.where(mask)] = image[np.where(mask)]
    cv2.imshow("extracted", extracted)

    cv2.waitKey()

if __name__ == "__main__":
    main()

cv.Get2D颜色坐标

2 个答案: