for i in range(binary_matrix.shape[0]): for j in range(binary_matrix.shape[1]): if binary_matrix[i][j].any():

这段代码中，使用了`.any()`函数来判断二值矩阵中是否存在True值。`.any()`函数的作用是判断数组中是否存在非零元素，如果存在则返回True，否则返回False。在这里，由于`binary_matrix[i][j]`是一个数值，不是一个数组，因此使用`.any()`函数是无意义的。

如果要判断`binary_matrix[i][j]`的值是否为1，可以直接使用`==`操作符，代码如下：

if binary_matrix[i][j] == 1:

如果要判断`binary_matrix[i][j]`的值是否为0或1，可以使用`in`操作符，代码如下：

if binary_matrix[i][j] in [0, 1]:

相关问题

程序执行提示ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()，修改程序gray = cv2.imread('skeleton_median_binary.bmp') binary_matrix = (gray > 0).astype(int) with open('image_1.txt', 'w') as f: for i in range(binary_matrix.shape[0]): for j in range(binary_matrix.shape[1]): if binary_matrix[i][j] == 1: f.write("{} {} {}\n".format(i * 2 + 1, j * 3 + 2, binary_matrix[i][j]))

这个错误提示是因为在if语句中使用了一个numpy数组，而numpy数组的真值判断是不允许的。要解决这个问题，可以使用numpy提供的`numpy.any()`函数来判断numpy数组中是否存在True值。下面是修改后的代码：

gray = cv2.imread('skeleton_median_binary.bmp', cv2.IMREAD_GRAYSCALE)
binary_matrix = (gray > 0).astype(int)
with open('image_1.txt', 'w') as f:
    for i in range(binary_matrix.shape[0]):
        for j in range(binary_matrix.shape[1]):
            if binary_matrix[i][j].any():
                f.write("{} {} {}\n".format(i * 2 + 1, j * 3 + 2, binary_matrix[i][j]))

在if语句中，使用了`.any()`函数来判断二值矩阵中是否存在True值，从而避免了上述错误。

修改程序gray = cv2.imread('skeleton_gaussian_high_1_binary.bmp', cv2.IMREAD_GRAYSCALE) matrix = np.array(gray) matrix = matrix / 255 # 将像素值乘以 37.463 并保存到 txt 文件中 with open('image_5.txt', 'w') as f: for i in range(matrix.shape[0]): for j in range(matrix.shape[1]): # 将 i 和 j 映射到新的坐标系中 i_new = i * avg_interval_dx + col1_min j_new = j * avg_interval_dy + col2_min # 将像素值乘以 37.463 并保存到 txt 文件中 if matrix[i, j] > 0 or matrix[i, j] < 0: f.write(f'{i_new}\t{j_new}\t{matrix[i, j] * 37.463 - 25.45:.4f}\n') else: f.write(f'{i_new}\t{j_new}\t{matrix[i, j] * 37.463 - 25.45:.4f}\n')，提取图像中像素点为白色的对应的像素值和对应的矩阵i、j坐标

可以将代码修改为以下形式：

gray = cv2.imread('skeleton_gaussian_high_1_binary.bmp', cv2.IMREAD_GRAYSCALE)
matrix = np.array(gray)
matrix = matrix / 255

white_pixels = []
white_pixel_coordinates = []

for i in range(matrix.shape[0]):
    for j in range(matrix.shape[1]):
        if matrix[i, j] > 0:
            white_pixels.append(matrix[i, j] * 37.463 - 25.45)
            white_pixel_coordinates.append((i, j))

with open('image_5.txt', 'w') as f:
    for i, coord in enumerate(white_pixel_coordinates):
        # 将 i 和 j 映射到新的坐标系中
        i_new = coord[0] * avg_interval_dx + col1_min
        j_new = coord[1] * avg_interval_dy + col2_min
        # 将像素值乘以 37.463 并保存到 txt 文件中
        f.write(f'{i_new}\t{j_new}\t{white_pixels[i]:.4f}\n')

这样修改后，可以提取图像中像素点为白色的对应的像素值和对应的矩阵i、j坐标，并将它们保存到 txt 文件中。