编辑:
刚刚意识到,问题是要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~:
coords = np.array(np.where(~white))[::-1].T
测试结果将因此相反
这里我假设 “使用 PIL” 不是一个严格的要求,而只是你尝试如何开始的标志。
也就是说,您可以使用来自imageio 的imread 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 文件可以这样完成
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 返回一个与img 相同形状的布尔数组,表示单个 RGB 值的组件匹配(与 A 无关。如果 A 也应该是 255,则省略完整的索引括号)。.all(2) 通过仅将那些索引设置为True 将其缩减为所需的形状(nr, nc) 数组,其中完整的RGBA 数组匹配。
np.where(white) 返回行索引和列索引的元组。
np.array() 将其转换为 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。
.T 的转换不是输出两个包含 n 个索引的数组(x 和 y),而是输出 n 个包含 (x, y) 索引的数组。
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')