Cv2.Sobel(binaryMat, sobelMat, MatType.CV_8U, 1, 1);binaryMat 保存的是坐标吗

在你提供的代码中，binaryMat是Cv2.Sobel函数的输入参数之一。它代表了输入图像，通常是一个二值化的图像。binaryMat并不直接保存坐标信息，而是保存了图像中每个像素点的像素值。

在使用Sobel算子进行边缘检测时，输入图像binaryMat会被用来计算每个像素点的梯度值。这些梯度值会被保存在sobelMat中，而不是在binaryMat中。

所以，binaryMat保存的是像素值，而不是坐标信息。它可以用于生成梯度图像、进行二值化处理等操作。

相关问题

Cv2.Sobel(binaryMat, sobelMat, MatType.CV_8U, 1, 1);sobelMat 保存的坐标吗

在你提供的代码中，Cv2.Sobel函数是OpenCV库中的一个函数，用于在图像上应用Sobel算子进行边缘检测。它的参数包括输入图像、输出结果、输出图像的数据类型、X方向的阶数、Y方向的阶数等。

在这种情况下，sobelMat是一个输出参数，用于保存边缘检测结果。它是一个与输入图像大小相同的矩阵，每个元素表示该位置的像素强度梯度。sobelMat并不保存坐标信息，而是存储了图像中每个像素点的梯度值。这个矩阵可以用于后续的图像处理和分析任务，比如边缘检测、特征提取等。

Cv2.Sobel(binaryMat, sobelMat, MatType.CV_8U, 1, 1); 如何获得轮廓线的 坐标值

要获取轮廓线的坐标值，你需要使用Cv2.FindContours函数来找到二值化图像中的轮廓。然后，你可以遍历找到的轮廓列表，并访问每个轮廓的点集来获取坐标值。

以下是一个示例代码，展示了如何使用Cv2.FindContours和Cv2.DrawContours来获取并绘制轮廓线的坐标值：

import cv2

# 读取二值化图像
binaryMat = cv2.imread('binary_image.png', 0)

# 寻找轮廓
contours, hierarchy = cv2.findContours(binaryMat, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓线并获取坐标值
for contour in contours:
    # 绘制轮廓线
    cv2.drawContours(binaryMat, [contour], -1, (0, 255, 0), 2)
    
    # 获取坐标值
    for point in contour:
        x, y = point[0]
        print("坐标：", x, y)

# 显示绘制后的图像
cv2.imshow("Contours", binaryMat)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先使用Cv2.FindContours函数找到二值化图像中的轮廓。然后，遍历轮廓列表，并使用Cv2.DrawContours函数绘制轮廓线。最后，通过遍历每个轮廓的点集，获取每个点的坐标值。

请注意，这里假设你已经将二值化图像保存为了名为'binary_image.png'的文件。你需要根据你的实际情况修改文件名和路径。