Question

如何在二进制图像（cv :: Mat）中找到所有非零像素的位置？我是否必须扫描图像中的每个像素，或者是否有可以使用的高级OpenCV功能？输出应该是点矢量（像素位置）。

例如，这可以在Matlab中完成：

imstats = regionprops(binary_image, 'PixelList');
locations = imstats.PixelList;

或者，甚至更简单

[x, y] = find(binary_image);
locations = [x, y];

编辑：换句话说，如何在cv :: Mat中找到所有非零元素的坐标？

Answer 1

正如@AbidRahmanK所建议的，OpenCV版本2.4.4中有一个函数cv::findNonZero。用法：

cv::Mat binaryImage; // input, binary image
cv::Mat locations;   // output, locations of non-zero pixels 
cv::findNonZero(binaryImage, locations);

它完成了这项工作。此功能是在OpenCV版本2.4.4中引入的（例如，版本2.4.2中不提供）。此外，截至目前findNonZero由于某种原因不在文档中。

Answer 2

我把它作为Alex的答案中的编辑，但它没有得到审核，所以我会在这里发布，因为它是非常有用的信息。

你也可以传递一个点向量，然后更容易用它们做一些事情：

std::vector<cv::Point2i> locations;   // output, locations of non-zero pixels 
cv::findNonZero(binaryImage, locations);

cv::findNonZero函数的一个注释：如果binaryImage包含零非零元素，它将抛出，因为它试图分配＆＃39; 1 x n＆＃39;内存，其中n是cv::countNonZero，n显然是0。我事先通过手动拨打cv::countNonZero来规避这一点，但我并不是那么喜欢那个解决方案。

Answer 3

任何想在python中执行此操作的人。它也可以使用numpy数组，因此您不需要升级opencv版本（或使用未记录的函数）。

mask = np.zeros(imgray.shape,np.uint8)
cv2.drawContours(mask,[cnt],0,255,-1)
pixelpoints = np.transpose(np.nonzero(mask))
#pixelpoints = cv2.findNonZero(mask)

注释掉使用openCV的功能相同。有关详细信息，请参阅：

https://github.com/abidrahmank/OpenCV2-Python-Tutorials/blob/master/source/py_tutorials/py_imgproc/py_contours/py_contour_properties/py_contour_properties.rst

OpenCV - 二进制图像中所有非零像素的位置

3 个答案: