如何找到白色像素块的像素位置

Question

我已经设法从这张图片中检测到一个蓝色方块：

面具只有黑色和白色。我想知道白块的位置，即它的中点。

我的问题是：如何检测图片中蓝色方块的中点？

我从网上得到以下代码：

# import the necessary packages
import numpy as np
import cv2
def detectColouredObject(FILENAME):
    # load the image
    image = cv2.imread(FILENAME)

    # THE COLOURS ARE IN RGB
    lower_blue = np.array([50, 0, 0])
    upper_blue = np.array([255, 50, 50])

    # loop over the boundaries
    #    for (lower, upper) in boundaries:
        # create NumPy arrays from the boundaries
    lower = np.array(lower_blue, dtype = "uint8")
    upper = np.array(upper_blue, dtype = "uint8")

    # find the colors within the specified boundaries and apply
    # the mask
    mask = cv2.inRange(image, lower, upper)
    maskWidth, maskHeight = mask.shape[:2]

    cv2.imshow("mask ", mask)
    npImg = np.asarray( mask )  # No copying takes place

    coordList = np.argwhere( npImg == 255 )
    cv2.imshow("mask1 ", coordList)
    print coordList
    xmin = np.amin(coordList,axis=0)
    xmax = np.amax(coordList,axis=0)
    ymax = np.amax(coordList,axis=1)
    xStart = xmin[0]
    xEnd = xmax[0]

    output = cv2.bitwise_and(image, image, mask = mask)
    width, height = output.shape[:2]
    midpoint = width / 2


    # show the images
    cv2.imshow("images", np.hstack([image, output]))
    cv2.waitKey(0)

感谢您的帮助

Answer 1

通过阈值化并提出漂亮的白色斑点，您的想法是正确的，下一步是使用contours，然后使用image moment analysis。

系统将像素视为具有“质量” - 即白色比黑色重。

有趣的事实：它实际上是直接平行在固体中寻找（平面）质心的机械过程 - 但在像素上离散（即求和，而不是积分）

Answer 2

上面的答案很好而且完全正确，但为了简化，你可能会喜欢：imerode，只要图片上有白色的东西就应用。