在已知 XY 坐标时绘制像素和轮廓答案

【问题标题】：Plotting pixels and contours when XY coordinates are known在已知 XY 坐标时绘制像素和轮廓
【发布时间】：2020-02-13 01:10:20
【问题描述】：

我在 python 中使用 Open CV，并从轮廓和点多边形测试操作中提取了一些点。（我基本上使用 pointpolygon 测试来检查某些像素是否在轮廓内）。现在我得到了分数，但我想直观地确认我所拥有的点是否实际上在轮廓内。怎么办？理想情况下，我想先绘制轮廓，然后绘制提取的像素。我可以使用drawcontours函数绘制轮廓，但是为了绘制这些点，我知道的唯一方法是plt.scatter，它更多地使用matplotlib而不是opencv。

我处理这个问题的方式可能存在根本性的错误，因为感觉应该有一种更简单的方法来做到这一点，而我却错过了。这是到目前为止我所拥有的代码片段以供参考。

编辑：根据 Mark Setchell 的建议，在我使用 image[x,y] 为特定像素设置颜色的地方添加了一个代码 sn-p。但是，在我的情况下，(x,y) 是笛卡尔坐标，如果我将其作为图像的像素坐标，它将不起作用。

import numpy as np
import cv2
import matplotlib.pyplot as plt

img = cv2.imread('ti.png',1)
plt.imshow(img)

ret, thresh = cv2.threshold(img, 250, 300, cv2.THRESH_BINARY_INV)

greySrc = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
laplacianSrc= cv2.Laplacian(greySrc, cv2.CV_8U, greySrc, ksize = 5)
contours, hierarchy=cv2.findContours(laplacianSrc, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)


indices = np.where(img!= [0])
coordinates = zip(indices[0], indices[1])
pts=list(coordinates)

in_or_out=[cv2.pointPolygonTest(contours[0],point,measureDist=False) for point in pts]
pts_ins_ctr=[x for x, y in zip(pts, in_or_out) if y == 1]
xi=[pts_ins_ctr[i][0] for i in range(len(pts_ins_ctr))]
yi=[pts_ins_ctr[i][1] for i in range(len(pts_ins_ctr))]

img[np.array(pts_ins_ctr)]=np.array([255,0,0],dtype=np.uint8)
plt.imshow(img)

输入图片

输出图片

【问题讨论】：

cv2.drawcontour() 用于轮廓。 cv2.rectangle() 或 cv2.line() 或 cv2.circle 有 2 个点，间隔 1 个像素或 1 个像素的半径。或者使用 numpy 将 1 像素的图像插入到您的图像中。
如果您只想更改给定像素的颜色，请参阅opencv-python-tutroals.readthedocs.io/en/latest/py_tutorials/…。
谢谢@fmw42 我知道drawcontour、矩形、线条等，但我有一系列X、Y坐标（pts_ins_contour）。我如何绘制它们？
image[y,x]=255 将使该像素变为白色。
@MarkSetchell 这实际上是一个很好的方法，我很高兴学习，但像素坐标与 x,y 坐标不同。所以它弄乱了我的整个形象。（像素数与图像的 x,y 坐标数不同）

标签： python opencv point-in-polygon

【解决方案1】：

这个解决了。谢谢@MarkSetchell

for pts in pts_ins_ctr:
    img[tuple(reversed(pts))]=[255,0,0]

两件事奏效了

在循环中分配颜色，而不是尝试一次分配所有颜色。
im[y,x]=pix_color（正如标记所评论的那样）

【讨论】：