Интенсивность цвета пикселя (X, Y) изображения [OpenCV / Python]

Я использую сопоставление шаблонов для обнаружения меньших изображений в большом изображении. Обнаружив это, я бы взял центральную точку (x y) основного изображения обнаруженного изображения.

Может ли кто-нибудь посоветовать, как я могу получить оттенок / цвет этой конкретной центральной точки?

Я понимаю, что сопоставление шаблонов игнорирует цвет, основываясь на этом примере, есть ли способ получить интенсивность цвета конкретного пикселя? этой центральной точки

# Python program to illustrate 
# template matching
import cv2
import numpy as np
import time
import sys


# Read the main image
img_rgb = cv2.imread('test.png')

# Convert it to grayscale
img_gray = cv2.cvtColor(img_rgb, cv2.COLOR_BGR2GRAY)

# Read the template
template = cv2.imread('template.png',0)

# Store width and heigth of template in w and h
w, h = template.shape[::-1]

# Perform match operations.
res = cv2.matchTemplate(img_gray,template,cv2.TM_CCOEFF_NORMED)

# Specify a threshold
threshold = 0.90

# Store the coordinates of matched area in a numpy array
loc = np.where( res >= threshold)

xyMiddle = ""
for pt in zip(*loc[::-1]):
    xyMiddle = str(pt[0] + w/2) +"," +str(pt[1] + h/5)
if (xyMiddle != ""):
    print(xyMiddle)
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
0
6 115
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Изображение в градациях серого имеет только один канал, а цветное изображение имеет 3 или 4 канала (BGR или BGRA).

Как только у вас есть координаты пикселей, значение пикселя в изображении в градациях серого будет значением интенсивности, или вы можете получить значения BGR из этого пикселя в исходном изображении. То есть img_gray[y][x] вернет значение интенсивности в диапазоне 0-255, а img_rgb[y][x] вернет список значений [B, G, R (, A)], каждое из которых будет иметь значения интенсивности в диапазоне 0-255.

Таким образом, значение, возвращаемое при вызове, например. img_gray[10][50] или print(img_gray[10][50]) - это значение пикселя в x=50, y=10. Аналогично значение, возвращаемое при вызове, например. img_rgb[10][50] - это значение пикселя в x=50, y=10, но его вызов таким образом вернет список значений пикселей для этого местоположения, например. [93 238 27] для RGB или [93 238 27 255] для RGBA. Чтобы получить только значение B, G или R, вы должны вызвать img_rgb[10][50][chan], а для chan, B=0, G=1, R=2.

@CodeGuru Я расширил свой ответ

Mick 10.08.2018 11:13

Другие вопросы по теме