如何检测图像中心点的最近方格？

Question

如何找到距离图像中心最近的方格？

我已经有了正方形的顶点和中心，只需找出哪个正方形最接近中心。

我遇到与此图像类似的问题。我想选择最近的方块（红色方块）。

Answer 1

这是我解决问题的方法。其中x0和y0可以是我图像中心的坐标，x1和y1将是方形中心坐标的中心。

import math
def dist(x0, y0, x1, y1):
    a = (x1 - x0)**2 + (y1 - y0)**2
    b = math.sqrt(a)
    return b
print dist(5, 5, 4, 6)
print dist(5, 5, 9, 2)

Answer 2

两种可能性，其中一个在您的答案和comment by @miki

中提及

1. 广场中心

您无需实施自己的距离功能。 SciPy已经有一些。例如，scipy.spatial.distance.euclidean中的欧几里德距离：

from scipy.spatial import distance
distance.euclidean((x0, y0), (x1, y1))

无需重新发明轮子。

1. 方边

在下面的例子中，可以说红色或蓝色方块是否更接近中心。通过欧几里德距离，它是蓝色的。但红色与中心重叠。



如果你想让距离中心的像素最近的正方形，你可以做类似

的事情

square = (upper_left_x, upper_left_y, lower_right_x, lower_right_y)
center = (x, y)

if upper_left_x <= x <= lower_right_x and upper_left_y <= y <= lower_right_y:
    return 0 # point in square
elif upper_left_x <= x <= lower_right_x: # on vertical line
    return min(upper_left_y -y, lower_right_y - y)
elif upper_left_y <= y <= lower_right_y: # on horizontal line
    return min(upper_left_x -x, lower_right_x - x)
else:
    points = []
    for x in (upper_left_x, lower_right_x):
        for y in (upper_left_y, lower_right_y):
            points.append((x,y))
    return min([distance.euclidean((x,y), p) for p in points])

编辑前的原始答案

您可以将其拆分：

1. 导入图片
2. 找到正方形
   1. 找到角落
   2. 连接他们
3. 计算到图像中心的距离

这里的要点可能是其中任何一个（可能除了1.2）。

有一个整洁的OpenCV Python tutorial，告诉你如何做到这一点。让我们开始吧：

进口

import cv2
img = cv2.imread('L3h9H.png')

导入图像。

要查看您是否正确导入，可以使用

from matplotlib import pyplot as plt
plt.imshow(img, cmap = 'gray', interpolation = 'bicubic')
plt.xticks([]), plt.yticks([])  # to hide tick values on X and Y axis
plt.show()

向您展示。

find corners

import numpy as np
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
gray = np.float32(gray)
dst = cv2.cornerHarris(gray, 2,3,0.04)
for i, valx in enumerate(dst):
    for j, valy in enumerate(valx):
        if valy > 0:
            print '%s, %s: %s' % (i, j, valy)

使用其中一种内置算法查找角落。之后列出了角落。

接下来的步骤是：

• 计算角落之间的线（可能）。
• 显示线到图像中心的最小距离。

说你是否需要更多帮助。