如何在Python中获取图像分块边界顶点？（分块.顶点.边界.图像.获取...）

本文介绍如何使用Python提取图像分块后的边界顶点坐标。假设您已将单通道图像分割成多个块，每个块用递增的数值标识，本文将演示如何获取每个块的边界顶点。

您已将单通道图像分割成h×m的网格，每个块的值相同且从1开始递增。目标是获取每个块的边界顶点坐标。

我们将使用OpenCV (cv2) 和 NumPy 库来实现此功能。

首先，安装必要的库：

pip install opencv-python numpy

以下代码演示如何提取边界顶点：

import cv2
import numpy as np

# 假设图像数据已保存为'image.npy'
image = np.load('image.npy')

# 存储每个块边界顶点的列表
boundaries = []

# 获取图像尺寸
height, width = image.shape

# 遍历每个唯一标签（块）
for label in np.unique(image):
    if label == 0:  # 跳过背景 (假设背景值为0)
        continue

    # 创建掩码，仅包含当前标签的像素
    mask = np.zeros_like(image, dtype=np.uint8)
    mask[image == label] = 255

    # 查找轮廓
    contours, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

    # 获取边界顶点
    if contours:
        contour = contours[0]
        # 使用approxPolyDP简化轮廓
        epsilon = 0.1 * cv2.arcLength(contour, True)
        approx = cv2.approxPolyDP(contour, epsilon, True)
        boundaries.append(approx)

# 输出每个块的边界顶点
for i, boundary in enumerate(boundaries):
    print(f"块 {i+1} 的边界顶点:")
    for point in boundary:
        print(f"({point[0][0]}, {point[0][1]})")

1. 加载图像: 代码假设图像数据已保存为 image.npy 文件。 您可以根据实际情况修改加载方式。
2. 遍历标签: 代码遍历图像中每个唯一的标签值（即每个块）。
3. 创建掩码: 为每个标签创建一个二值掩码，其中该标签的像素值为255，其他像素值为0。
4. 查找轮廓: 使用 cv2.findContours 函数查找每个块的轮廓。
5. 简化轮廓: 使用 cv2.approxPolyDP 函数简化轮廓，得到近似的多边形，从而提取边界顶点。

此代码有效地提取了每个图像块的边界顶点坐标。 请确保您的图像数据已正确预处理并保存为 NumPy 数组。

以上就是如何在Python中获取图像分块边界顶点？的详细内容，更多请关注知识资源分享宝库其它相关文章！