[Python学习] Python+Opencv快速获取二值图像中物体的bounding box

最新推荐文章于 2023-03-10 10:19:24 发布

原创

最新推荐文章于 2023-03-10 10:19:24 发布 · 5.9k 阅读

12 ·

CC 4.0 BY-SA版权

本文介绍了如何在Python中利用OpenCV快速获取二值图像中物体的边界框（bounding box）及其黑色像素数量。传统遍历方法耗时，而文中提出的方法显著提升了效率，通过实验对比，效率提升可达上百倍。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

[Python学习] Python+Opencv快速获取二值图像中物体的bounding box

- 问题
- 解决方法

问题

如图所示，如何快速获取图像中这条横线的bounding box的值，以及如何获取这条直线中所有黑色像素的数目呢？
在这里插入图片描述

解决方法

最简单的方法就是直接遍历图像中每个像素，判断每个像素是否为黑色，然后获取bounding box的值以及所有黑色像素的数目，但是这种方法非常耗时(C++与opencv搭档时可以使用指针快速的遍历，但是python这样做就很耗时)，下面介绍一种更快的方法，以及实验对比

#coding=utf-8
import numpy as np
import cv2
import time

img = cv2.imread('test.png')
img = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY)
print img.shape

min_x = img.shape[0]
min_y = img.shape[1]
max_x = 0
max_y = 0

#像素挨个遍历
t1 = time.clock()
for i in range(img.shape[0]):
    for j in range(img.shape[1]):
        if img[i][j] < 255:
            if i < min_x:
                min_x = i
            if j < min_y:
                min_y = j
            if i > max_x:
                max_x = i
            if j > max_y:
                max_y = j
bbox_height1 = max_x - min_x
bbox_width1 = ma