如何用matplotlib在二值化后的图片上像素点为0的点中央画线

可以使用numpy中的argwhere函数来获取所有像素值为0的点的坐标，然后使用matplotlib中的plot函数在这些点的中央画线。

以下是一个示例代码：

import matplotlib.pyplot as plt
import numpy as np

# 生成随机的二值化图片
img = np.random.randint(0, 2, (100, 100))

# 获取像素值为0的点的坐标
x, y = np.argwhere(img == 0).T

# 在这些点的中央画线
plt.imshow(img, cmap='gray')
plt.plot(x+0.5, y+0.5, 'r.')
plt.show()

在这个示例中，我们使用了argwhere函数获取像素值为0的点的坐标。由于matplotlib的坐标系是从左下角开始的，因此我们需要在x和y坐标上加上0.5，使线条在像素点中央绘制。最终结果如下图所示：


相关问题

python 对二值化图像中的边缘像素点进行三次B样条曲线拟合，并画图

首先，需要安装以下库：numpy、scipy、matplotlib。

接下来，我们可以先使用OpenCV将二值化图像读入Python中，并提取边缘像素点。代码如下：

import cv2
import numpy as np

# 读入二值化图像
img = cv2.imread('binary_image.png', cv2.IMREAD_GRAYSCALE)

# 提取边缘像素点
edge_points = []
for y in range(img.shape[0]):
    for x in range(img.shape[1]):
        if img[y, x] == 255:
            edge_points.append((x, y))

edge_points = np.array(edge_points)

接着，我们使用scipy中的interpolate库进行三次B样条曲线拟合。代码如下：

from scipy import interpolate

# 对x和y分别进行三次B样条曲线拟合
tck, u = interpolate.splprep([edge_points[:, 0], edge_points[:, 1]], s=0, k=3)

# 在曲线上采样100个点
u_new = np.linspace(u.min(), u.max(), 100)
x_new, y_new = interpolate.splev(u_new, tck)

最后，我们可以使用matplotlib将原图和拟合曲线画出来。代码如下：

import matplotlib.pyplot as plt

# 画出原图和拟合曲线
plt.imshow(img, cmap='gray')
plt.plot(edge_points[:, 0], edge_points[:, 1], 'ro', markersize=1)
plt.plot(x_new, y_new, 'b-', linewidth=1)
plt.axis('off')
plt.show()

完整代码如下：

import cv2
import numpy as np
from scipy import interpolate
import matplotlib.pyplot as plt

# 读入二值化图像
img = cv2.imread('binary_image.png', cv2.IMREAD_GRAYSCALE)

# 提取边缘像素点
edge_points = []
for y in range(img.shape[0]):
    for x in range(img.shape[1]):
        if img[y, x] == 255:
            edge_points.append((x, y))

edge_points = np.array(edge_points)

# 对x和y分别进行三次B样条曲线拟合
tck, u = interpolate.splprep([edge_points[:, 0], edge_points[:, 1]], s=0, k=3)

# 在曲线上采样100个点
u_new = np.linspace(u.min(), u.max(), 100)
x_new, y_new = interpolate.splev(u_new, tck)

# 画出原图和拟合曲线
plt.imshow(img, cmap='gray')
plt.plot(edge_points[:, 0], edge_points[:, 1], 'ro', markersize=1)
plt.plot(x_new, y_new, 'b-', linewidth=1)
plt.axis('off')
plt.show()

注意：在上述代码中，我们假设二值化图像中白色像素点为边缘像素点，因此在实际使用中可能需要根据具体情况进行修改。