遍历二值图获取每一列或者每一行的白色点的个数，并绘制直方图

好的，这是一个比较简单的问题，下面是一个 Python 的示例代码，可以实现你的要求：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取二值图像
img = cv2.imread('binary_image.png', cv2.IMREAD_GRAYSCALE)

# 获取每一列的白色点个数
col_sum = np.sum(img, axis=0)

# 获取每一行的白色点个数
row_sum = np.sum(img, axis=1)

# 绘制列直方图
plt.bar(range(img.shape[1]), col_sum)
plt.show()

# 绘制行直方图
plt.bar(range(img.shape[0]), row_sum)
plt.show()

这段代码首先读取了一个名为 `binary_image.png` 的二值图像，然后使用 `np.sum` 函数对其进行列求和和行求和，得到每一列和每一行的白色点个数。最后使用 `matplotlib` 库中的 `bar` 函数分别绘制了列直方图和行直方图。

希望这个代码能够帮助到你。

相关问题

遍历二值图获取每一列或者每一行的像素值为255的点的个数，并绘制直方图

可以使用NumPy和Matplotlib库来实现。以下是获取每一列像素值为255的点的个数，并绘制直方图的代码示例：

import cv2
import numpy as np
import matplotlib.pyplot as plt

# 读取二值图像
img = cv2.imread('binary_image.png', 0)

# 获取图像大小
height, width = img.shape[:2]

# 遍历每一列，统计像素值为255的点的个数
histogram = np.zeros(width)
for i in range(width):
    count = 0
    for j in range(height):
        if img[j, i] == 255:
            count += 1
    histogram[i] = count

# 绘制直方图
plt.bar(range(width), histogram)
plt.show()

同样的，获取每一行像素值为255的点的个数，并绘制直方图也可以使用类似的方法。只需要将上述代码中的`for i in range(width):`改成`for j in range(height):`，`img[j, i]`改成`img[i, j]`即可。

读取黑白图像，遍历每行每列，将白色点的个数绘制成直方图

好的，我来解答你的问题。

首先，你可以使用Python的Pillow库来读取黑白图像。然后，你需要遍历每行每列，并计算每行每列中白色点的个数。最后，将这些白色点的个数绘制成直方图。

下面是一个代码示例：

from PIL import Image
import matplotlib.pyplot as plt

# 读取黑白图像
im = Image.open("image.png").convert("L")

# 获取图像宽度和高度
width, height = im.size

# 初始化直方图数据
hist = [0] * width

# 遍历每列，计算白色点的个数
for x in range(width):
    count = 0
    for y in range(height):
        if im.getpixel((x, y)) == 255:
            count += 1
    hist[x] = count

# 绘制直方图
plt.bar(range(width), hist)
plt.show()

在这个示例中，我们首先使用Pillow库读取了一张黑白图像，并将其转换为灰度图像。然后，我们遍历了每列，并计算了每列中白色点的个数。最后，我们使用Matplotlib库绘制了直方图。

希望这个示例能够帮助到你！如果你还有其他问题，可以继续问我。