opencv 提取二值图非零点坐标

图像中所有非零点的坐标可以使用opencv中的findNonZero函数来提取。例如，如果有一个二值图像变量img，可以使用以下代码提取非零点坐标：

vector<Point> nonZeroCoordinates;
findNonZero(img, nonZeroCoordinates);

将提取到的非零点坐标存储在一个vector<Point>类型的变量nonZeroCoordinates中。

相关问题

opencv c++ 统计所有非零点的坐标

可以使用 OpenCV 的 `findNonZero` 函数来查找所有非零点的坐标。该函数的原型如下：

void findNonZero(InputArray src, OutputArray idx);

其中 `src` 是输入图像，`idx` 是输出的非零点坐标（每个非零点对应一个 `cv::Point`）。下面是一个简单的示例：

cv::Mat src = cv::imread("image.png", cv::IMREAD_GRAYSCALE);
cv::Mat dst;
cv::findNonZero(src, dst);
for (int i = 0; i < dst.total(); i++) {
    std::cout << "x: " << dst.at<cv::Point>(i).x << ", y: " << dst.at<cv::Point>(i).y << std::endl;
}

该示例会读取名为 `image.png` 的灰度图像，然后使用 `findNonZero` 函数查找所有非零点的坐标，并输出到控制台。

opencv填充二值图孔洞轮廓fillpoly

### 回答1：
OpenCV可以使用函数fillPoly来填充二值图像中的孔洞轮廓。fillPoly函数可以填充多边形区域，使用该函数可以将图像中指定的多边形形状内的像素点颜色填充为指定的灰度值或颜色。

使用fillPoly函数填充孔洞轮廓的步骤如下：
1. 首先，需要准备一个与要填充的孔洞轮廓相同大小的图像作为掩膜（mask），该图像的像素值应初始化为0。
2. 然后，需要将孔洞轮廓的顶点坐标按照顺时针或逆时针的顺序保存在一个numpy数组中。
3. 调用fillPoly函数，将掩膜图像、保存顶点坐标的数组、数组长度作为参数传入。
4. 设置要填充的颜色或灰度值。
5. 调用imshow函数显示填充后的图像。

以下是一个示例代码：

import numpy as np
import cv2

# 创建与原始图像大小一致的掩膜
mask = np.zeros((height, width), dtype=np.uint8)

# 定义孔洞轮廓的顶点坐标
contour = np.array([[100, 100], [200, 100], [200, 200], [100, 200]], dtype=np.int32)

# 使用fillPoly函数填充孔洞轮廓
cv2.fillPoly(mask, [contour], 255)

# 设置填充颜色为白色
color = (255, 255, 255)

# 将填充结果显示出来
result = cv2.bitwise_and(image, image, mask=mask)
result = cv2.cvtColor(result, cv2.COLOR_BGR2RGB) # 将BGR格式转为RGB格式
cv2.imshow("Filled Image", result)
cv2.waitKey(0)
cv2.destroyAllWindows()

这样就可以使用OpenCV中的fillPoly函数来实现填充二值图像中的孔洞轮廓。注意，使用fillPoly填充孔洞轮廓前，需要先创建一个与原始图像大小一致的掩膜图像，并将孔洞轮廓的顶点坐标按照顺时针或逆时针的顺序保存在一个numpy数组中。

### 回答2：
使用OpenCV填充二值图中的孔洞轮廓可以通过以下步骤实现：

1. 首先，加载二值图像并确保图像中只有两个像素值0和255（或1和0），其中0代表背景像素，255（或1）代表对象像素。

2. 使用OpenCV的findContours函数找到图像中对象的轮廓。该函数返回边界点的列表。

3. 遍历每个轮廓，使用OpenCV的drawContours函数将轮廓绘制在一个单独的黑色背景图像上。

4. 将绘制轮廓的黑色图像进行二值化，将轮廓内部的像素设置为255。

5. 在原始的二值图像上使用bitwise_or函数与上述二值化的图像进行逻辑或操作。此操作将使用轮廓来填充孔洞。

以下是示例代码：

import cv2
import numpy as np

# 加载二值图像
image = cv2.imread('binary_image.png', cv2.IMREAD_GRAYSCALE)

# 创建黑色背景图像
filled_image = np.zeros_like(image)

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

# 绘制轮廓
cv2.drawContours(filled_image, contours, -1, (255), thickness=cv2.FILLED)

# 二值化填充后的图像
filled_image = cv2.threshold(filled_image, 1, 255, cv2.THRESH_BINARY)[1]

# 逻辑或操作填充孔洞
filled_image = cv2.bitwise_or(image, filled_image)

# 显示填充后的图像
cv2.imshow('Filled Image', filled_image)
cv2.waitKey(0)
cv2.destroyAllWindows()

上述代码中，我们首先加载二值图像。然后使用findContours函数找到轮廓，并在黑色背景图像上绘制轮廓。接下来，将绘制轮廓的图像进行二值化，然后使用bitwise_or函数与原始二值图像进行逻辑或操作。最后，显示填充后的图像。