编辑:
刚刚意识到,问题是找到与白色不同的所有像素的索引…
对于这种情况,只需将布尔数组的计算替换为其补码函数:white = (img[:, :, :3] != 255).any(2)
或
只需在np.where中的布尔数组前面添加一个~:
^{pr2}$
因此,测试结果将是相反的
在这里,我假设“使用PIL”并不是一个严格的要求,而是您尝试如何开始的一个标志。在
也就是说,您可以使用imreadfromimageio执行以下操作:import numpy as np
from imageio import imread
img = imread(filename)
white = (img[:, :, :3] == 255).all(2)
coords = np.array(np.where(white))[::-1].T
写入ascii文件的方法如下with open('xycoordinates.txt', 'w') as f:
for c in coords:
f.write(f'{c[0]},{c[1]}\n')
解释
img是一个3D数组,形状为(nr, nc, c),即行数、列数和RGBA值。
img[:, :, :3] == 255返回与img相同形状的布尔数组,表示单个RGB值的组件匹配(不考虑a。如果a也应该是255,只需去掉完整的索引括号)。
.all(2)通过只将这些索引设置为True(其中完整的RGBA数组匹配),将其缩小为所需的形状(nr, nc)数组。在
np.where(white)返回行和列索引的元组。
np.array()将其强制转换为numpy数组,以便对其应用numpy索引和转换。
由于row/column是x/y命名法的相反顺序,[::-1]颠倒了两个索引数组的顺序。
通过.T进行的转换不是为了输出n个索引的两个数组(x和{}),而是输出(x, y)的n个数组。在
示例img = imread(samplefile)
plt.imshow(img)
white = (img == [255, 255, 255, 255]).all(2)
array([[False, False, True, False, False, False],
[False, False, True, True, False, False],
[False, True, False, False, False, False],
[ True, True, False, False, False, False],
[False, False, False, False, False, True]])
coords = np.array(np.where(white))[::-1].T
array([[2, 0],
[2, 1],
[3, 1],
[1, 2],
[0, 3],
[1, 3],
[5, 4]], dtype=int64)
plt.plot(*coords.T, 'ro')