如何在二进制图像中找到特定点？答案

【问题标题】：How can I find specific points in binary images?如何在二进制图像中找到特定点？
【发布时间】：2021-12-11 10:30:39
【问题描述】：

我正在大学开始一项研究，主题是能够使用 AI 计算视网膜区域。我们规定的第一部分是使用 u-net 分割视网膜的两个重要部分。二是利用分割的结果找到重点并进行计算。

因此，在下图中，我显示了使用 u-net 分割每个区域的输出（红色注释不是分割的一部分）。我尝试代表我想在第一个和第二个块中找到的区域。一旦这样做，我可以在合并它们时计算这些点之间的距离。所以，我的问题是：我可以使用什么样的技术来读取像素以便找到我标记的坐标？

OpenCV 是一个可以帮助我的库吗？这是我第一次处理这种问题，所以感谢任何建议或指导。

【问题讨论】：

我无法完全理解这 3 个分割区域的含义。您只需要检测图像中的那些标记部分吗？您可能需要澄清问题
二进制图像的基本测量。也许您需要学习 OpenCV 教程 (docs.opencv.org)。可能涉及或不涉及轮廓。坐标的最小/最大计算为您提供这些点。
@YunusTemurlenk 是的，我试着澄清一下。希望现在更好。
@ChristophRackwitz 谢谢你，我会看到

标签： python algorithm image-processing

【解决方案1】：

使用 OpenCV：可以使用 connectedComponentsWithStats() 方法检测边距。

connectivity = 8  
output = cv2.connectedComponentsWithStats(binary_img, connectivity, cv2.CV_32S)

stats = output[2]         # stat matrix

first_blob_left = stats[0,cv2.CC_STAT_LEFT]
first_blob_right = stats[0,cv2.CC_STAT_RIGHT]
second_blob_left = stats[1,cv2.CC_STAT_LEFT]
second_blob_right = stats[1,cv2.CC_STAT_RIGHT]

if first_blob_left < second_blob_left:
    dist = second_blob_left - first_blob_right
else:
    dist = first_blob_left - second_blob_right

可以用同样的方法检测最深点：

connectivity = 8  
output = cv2.connectedComponentsWithStats(binary_img, connectivity, cv2.CV_32S)

stats = output[2]         # stat matrix

blob_top = stats[0,cv2.CC_STAT_TOP]
blob_height = stats[0,cv2.CC_STAT_HEIGHT]

deepest_point_y_position = blob_top + blob_height

注意：此代码未经测试，可能包含一些拼写错误。但是，这个想法仍然保持不变，并且应该不费吹灰之力。

看看

labels = output[1]

“labels”是输入图像所在位置的数组，其中 blob 的每个像素都标记有相同的值。这应该可以帮助您找到边距的坐标

【讨论】：