cv2.findNonZero和Numpy.NonZero之间的区别

Question

这里有愚蠢的问题。

我想从一些黑白图像中找到像素的位置，并从Numpy库和OpenCV中找到这两个函数。

我在互联网上找到的例子（http://docs.opencv.org/trunk/d1/d32/tutorial_py_contour_properties.html）：

    mask = np.zeros(imgray.shape,np.uint8)
    cv2.drawContours(mask,[cnt],0,255,-1)
    pixelpoints = np.transpose(np.nonzero(mask))
    pixelpointsCV2 = cv2.findNonZero(mask)

哪个州

  

Numpy以（行，列）格式提供坐标，而OpenCV以（x，y）格式提供坐标。所以答案基本上是互换的。请注意，row = x和column = y。

根据我对英语的理解，他们的解释是不是错了？不应该是：

  

Numpy以（行，列）格式提供坐标，而OpenCV以（y，x）或（列，行）格式提供坐标。

我的问题是：

1. numpy是否返回（row，col） / （x，y）和OpenCV （y，x）所在的行= x，col = y？虽然恕我直言，它应该是row = y，col = x？

2. 哪一项计算效率更高？在时间和方面资源。

由于不是非母语的英语人士，也许我没有把这件事变得简单。

Answer 1

文档中有错误：

  

Numpy以（行，列）格式提供坐标，而OpenCV以（x，y）格式提供坐标。所以答案基本上是互换的。 请注意，row = x和column = y。 请注意，row = y和column = x。

所以，关于你的问题：

1. numpy返回(row,col) = (y,x)，OpenCV返回(x,y) = (col,row)

2. 您需要扫描整个矩阵并检索一些点。我不认为性能会有任何显着差异（应该进行测试！）。

   由于您使用的是Python，因此最好使用Python工具，例如numpy。

比较这两个版本的运行时测试 -

In [86]: mask = (np.random.rand(128,128)>0.5).astype(np.uint8)

In [87]: %timeit cv2.findNonZero(mask)
10000 loops, best of 3: 97.4 µs per loop

In [88]: %timeit np.nonzero(mask)
1000 loops, best of 3: 297 µs per loop

In [89]: mask = (np.random.rand(512,512)>0.5).astype(np.uint8)

In [90]: %timeit cv2.findNonZero(mask)
1000 loops, best of 3: 1.65 ms per loop

In [91]: %timeit np.nonzero(mask)
100 loops, best of 3: 4.8 ms per loop

In [92]: mask = (np.random.rand(1024,1024)>0.5).astype(np.uint8)

In [93]: %timeit cv2.findNonZero(mask)
100 loops, best of 3: 6.75 ms per loop

In [94]: %timeit np.nonzero(mask)
100 loops, best of 3: 19.4 ms per loop

因此，似乎使用OpenCV会导致3x在不同的数据量上超过NumPy对应的速度。