例如，當使用gocv包時，可以執行圖像內模式的模板匹配。該包還提供MinMaxLoc函數來檢索矩陣內最小值和最大值的位置。然而，在下面的 python 示例中，作者使用numpy.Where對矩陣進行閾值處理并獲取多個最大值的位置。python?zip函數用于將值粘合在一起，因此它們就像一個切片[][2]int，內部切片是找到的匹配項的 xs 和 ys。該語法loc[::-1]?反轉數組。中的星號運算符zip(*loc..)用于解壓提供給 zip 的切片。import cv2 as cvimport numpy as npfrom matplotlib import pyplot as pltimg_rgb = cv.imread('mario.png')img_gray = cv.cvtColor(img_rgb, cv.COLOR_BGR2GRAY)template = cv.imread('mario_coin.png',0)w, h = template.shape[::-1]res = cv.matchTemplate(img_gray,template,cv.TM_CCOEFF_NORMED)threshold = 0.8loc = np.where( res >= threshold)for pt in zip(*loc[::-1]):? ? cv.rectangle(img_rgb, pt, (pt[0] + w, pt[1] + h), (0,0,255), 2)cv.imwrite('res.png',img_rgb)如何np.where在 Go 中實現相同的算法來獲取應用閾值后的多個位置？
2 回答
翻翻過去那場雪
TA貢獻2065條經驗 獲得超14個贊
OpenCV 有一個與 內置（半）等效的函數np.where()，即findNonZero()。正如名稱所暗示的，它會查找圖像中的非零元素，這就是np.where()使用單個參數調用時的作用，如numpy 文檔所述。
這在 golang 綁定中也可用。來自gocvFindNonZero 的文檔：
func?FindNonZero(src?Mat,?idx?*Mat)FindNonZero 返回非零像素位置的列表。
注意：
np.where()按數組順序返回索引，即 (row, col) 或 (i, j)，這與典型的圖像索引 (x, y) 相反。這就是為什么locPython 中是相反的。使用時findNonZero()你不需要這樣做，因為 OpenCV 總是使用 (x, y) 來表示點。
慕哥6287543
TA貢獻1831條經驗 獲得超10個贊
對于任何遇到這個問題的人，我希望有一個完整的例子，讓你不用花幾天時間把頭撞在墻上，一遍又一遍地閱讀相同的谷歌結果，直到有東西點擊。
package main
import (
"fmt"
"image"
"image/color"
"os"
"gocv.io/x/gocv"
)
func OpenImage(path string) (image.Image, error) {
f, err := os.Open(path)
if err != nil {
return nil, err
}
defer f.Close()
img, _, err := image.Decode(f)
return img, err
}
func main() {
src := gocv.IMRead("haystack.png", gocv.IMReadGrayScale)
tgt := gocv.IMRead("needle.png", gocv.IMReadGrayScale)
if src.Empty() {
fmt.Printf("failed to read image")
os.Exit(1)
}
if tgt.Empty() {
fmt.Printf("failed to read image")
os.Exit(1)
}
// Get image size
tgtImg, _ := tgt.ToImage()
iX, iY := tgtImg.Bounds().Size().X, tgtImg.Bounds().Size().Y
// Perform a match template operation
res := gocv.NewMat()
gocv.MatchTemplate(src, tgt, &res, gocv.TmSqdiffNormed, gocv.NewMat())
// Set a thresh hold. Using the `gocv.TmSqdiffNormed` confidence levels are
// reversed. Meaning the lowest value is actually the greatest confidence.
// So here I perform an Inverse Binary Threshold setting all values
// above 0.16 to 1.
thresh := gocv.NewMat()
gocv.Threshold(res, &thresh, 0.16, 1.0, gocv.ThresholdBinaryInv)
// Filter out all the non-zero values.
gocv.FindNonZero(thresh, &res)
// FindNonZero returns a list or vector of locations in the form of a gocv.Mat when using gocv.
// There may be a better way to do this, but I iterate through each found location getting the int vector in value
// at each row. I have to convert the returned int32 values into ints. Then draw a rectangle around each point.
//
// The result of get res.GetVeciAt(i, 0) is just a slice of x, y integers so each value can be accessed by
// using slice/array syntax.
for i := 0; i < res.Rows(); i++ {
x, y := res.GetVeciAt(i, 0)[0], res.GetVeciAt(i, 0)[1]
xi, yi := int(x), int(y)
gocv.Rectangle(&src, image.Rect(xi, yi, xi+iX, yi+iY), color.RGBA{0, 0, 0, 1}, 2)
}
w := gocv.NewWindow("Test")
w.IMShow(src)
if w.WaitKey(0) > 1 {
os.Exit(0)
}
}
- 2 回答
- 0 關注
- 310 瀏覽
添加回答
舉報
0/150
提交
取消