找到两种颜色之间的交线

Question

我正在尝试在一组与此类似的图像中找到绿色和蓝色之间的交集：

所以我需要的是这样的东西：

因为在那之后我需要使用轮廓进行一些微积分，所以我想知道是否可以将曲线的点放在数组或其他东西中......但我不知道这是否可能。我试着做面具，但我不认为它会起作用......这是代码：

        lower_val = np.array([0, 0, 0])

        upper_val = np.array([150, 255, 150])

        mask = cv2.inRange(image, lower_val, upper_val)
        only_lumen = cv2.bitwise_and(image, image, mask=mask)
        gray = cv2.cvtColor(only_lumen, cv2.COLOR_BGR2GRAY)
        blur = cv2.GaussianBlur(gray, (3, 3), 0)
        thresh = cv2.threshold(blur, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU)[1]
        thresh = 255 - thresh

这就是我试图显示点的方式：

    x, y = [i[0] for i in pts_list], [i[1] for i in pts_list]
    max_x, max_y = max(x), max(y)

    image = np.zeros((max_y + 1, max_x + 1))

    for i in range(len(pts_list)):
        image[max_y - y[i], x[i]] = 1

这是我获得的图像：

我不明白为什么这些点会在一个角落里相遇，为什么背景是紫色的......应该在中间的线条

Answer 1

现在，我会给你一些你可以尝试的最简单的解决方案（可以改进很多）：

边界像素（获取蒙版后）将彼此相邻，但如果您希望最小为 1 个像素宽度的边界，则必须选择一侧。对此的替代方法是设置搜索内核并使用形态学根据您的搜索内核扩展您的颜色蒙版。扩张蒙版中的共同点将是您可以通过简单地执行按位与来提取的邻域点。

# Define the color ranges for each color of interest for creating masks.
COLOR1_RANGE = [(30, 0, 0), (255, 50, 50)]  # Blue in BGR, [(low), (high)].
COLOR2_RANGE = [(0, 30, 0), (50, 255, 50)]  # Green in BGR, [(low), (high)].

# Create masks:
color1_mask = cv2.inRange(self.img, COLOR1_RANGE[0], COLOR1_RANGE[1])
color2_mask = cv2.inRange(self.img, COLOR2_RANGE[0], COLOR2_RANGE[1])

# Adjust according to your adjacency requirement.
kernel = np.ones((3, 3), dtype=np.uint8)

# Dilating masks to expand boundary.
color1_mask = cv2.dilate(color1_mask, kernel, iterations=1)
color2_mask = cv2.dilate(color2_mask, kernel, iterations=1)

# Required points now will have both color's mask val as 255.
common = cv2.bitwise_and(color1_mask, color2_mask)

# Common is binary np.uint8 image, min = 0, max = 255.
# SOME_THRESHOLD can be anything within the above range. (not needed though)
# Extract/Use it in whatever way you want it.
intersection_points = np.where(common > SOME_THRESHOLD)

# Say you want these points in a list form, then you can do this.
pts_list = [[r, c] for r, c in zip(*intersection_points)]
print(pts_list)

一些示例输出：

输入 01（简单）：

输出 01（简单）：

将点输出为列表（部分）：

pts_list = [[99, 104], [99, 105], [100, 104], [100, 105], [100, 106], ...]

输入 02（复杂）：

输出 02（复杂）：

将点输出为列表（部分）：

pts_list = [[127, 309], [127, 310], [127, 311], [127, 312], [127, 313], ...]

更新 1：
我对代码 cmets 做了一个小改动，使其更易于理解。