例如，当使用gocv包时，可以执行图像内模式的模板匹配。该包还提供MinMaxLoc函数来检索矩阵内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对矩阵进行阈值处理并获取多个最大值的位置。python zip函数用于将值粘合在一起，因此它们就像一个切片[][2]int，内部切片是找到的匹配项的 xs 和 ys。该语法loc[::-1] 反转数组。中的星号运算符zip(*loc..)用于解压提供给 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 中实现相同的算法来获取应用阈值后的多个位置？
2 回答
翻翻过去那场雪
TA贡献2065条经验 获得超13个赞
OpenCV 有一个与 内置（半）等效的函数np.where()，即findNonZero()。正如名称所暗示的，它会查找图像中的非零元素，这就是np.where()使用单个参数调用时的作用，如numpy 文档所述。
这在 golang 绑定中也可用。来自gocvFindNonZero 的文档：
func FindNonZero(src Mat, idx *Mat)FindNonZero 返回非零像素位置的列表。
注意：
np.where()按数组顺序返回索引，即 (row, col) 或 (i, j)，这与典型的图像索引 (x, y) 相反。这就是为什么locPython 中是相反的。使用时findNonZero()你不需要这样做，因为 OpenCV 总是使用 (x, y) 来表示点。
慕哥6287543
TA贡献1831条经验 获得超10个赞
对于任何遇到这个问题的人，我希望有一个完整的例子，让你不用花几天时间把头撞在墙上，一遍又一遍地阅读相同的谷歌结果，直到有东西点击。
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 关注
- 114 浏览
添加回答
举报
0/150
提交
取消