Python - 在图像中查找对象的中心

Question

我有一个图像文件,其背景为白色,非白色物体.我想使用python(Pillow)找到对象的中心.

我在c ++中发现了一个类似的问题,但没有可接受的答案 - 我怎样才能找到对象的中心？

类似的问题,但回答中链接断开 - 找到不规则形状多边形中心的最快方法是什么？(回答中断链接)

我也阅读了这个页面,但它没有给我一个有用的食谱 - https://en.wikipedia.org/wiki/Smallest-circle_problem

这是一个示例图像:

编辑:我正在使用的当前解决方案是:

def find_center(image_file):
    img = Image.open(image_file)
    img_mtx = img.load()
    top = bottom = 0
    first_row = True
    # First we find the top and bottom border of the object
    for row in range(img.size[0]):
        for col in range(img.size[1]):
            if img_mtx[row, col][0:3] != (255, 255, 255):
                bottom = row
                if first_row:
                    top = row
                    first_row = False
    middle_row = (top + bottom) / 2  # Calculate the middle row of the object

    left = right = 0
    first_col = True
    # Scan through the middle row and find the left and right border
    for col in range(img.size[1]):
        if img_mtx[middle_row, col][0:3] != (255, 255, 255):
            left = col
            if first_col:
                right = col
                first_col = False
    middle_col = (left + right) / 2  # Calculate the middle col of the object

    return (middle_row, middle_col)

Answer 1

如果将中心定义为质心,那么虽然CoM可能超出您的形状,但并不困难.您可以将图像解释为2D分布,并且可以使用积分(求和)找到其预期值(CoM).

如果你有numpy它很简单.首先创建一个包含1的numpy数组,其中图像是非白色的,然后使其成为概率分布除以1的总数.

from PIL import Image
import numpy as np

im = Image.open('image.bmp')
immat = im.load()
(X, Y) = im.size
m = np.zeros((X, Y))

for x in range(X):
    for y in range(Y):
        m[x, y] = immat[(x, y)] != (255, 255, 255)
m = m / np.sum(np.sum(m))

从这一点开始,它变成了基本的概率论.您找到边际分布,然后计算预期值,就好像它是一个离散的概率分布.

# marginal distributions
dx = np.sum(m, 1)
dy = np.sum(m, 0)

# expected values
cx = np.sum(dx * np.arange(X))
cy = np.sum(dy * np.arange(Y))

(cx, cy) 是您正在寻找的CoM.

备注:

• 如果你没有numpy,你仍然可以做到.由于你必须通过循环/理解进行求和,这只是有点单调乏味.
• 如果要根据颜色指定"质量",可以轻松扩展此方法.你只需要改变m[x, y] = immat[(x, y)] != (255, 255, 255)到m[x, y] = f(immat[(x, y)])哪里f是arbitary(非负值)的功能.
• 如果你想避免双循环,你可以我们np.asarray(im),但是要小心索引

没有循环:

m = np.sum(np.asarray(im), -1) < 255*3
m = m / np.sum(np.sum(m))

dx = np.sum(m, 0) # there is a 0 here instead of the 1
dy = np.sum(m, 1) # as np.asarray switches the axes, because
                  # in matrices the vertical axis is the main
                  # one, while in images the horizontal one is
                  # the first

Answer 2

我会尝试找到一种方法在它周围画一个三角形，三角形的一个点位于物体上最远的“点”，然后找到该三角形的中心。