小编mar*_*rco的帖子

我是Python初学者。我正在尝试切换 matlab 中的一些程序。我需要求解一个刚性颂方程，其输入都是矩阵。在matlab中我使用

[ttT,uT] = ode23s('SST',t,fT);

我正在搜索内在的fortran函数来帮助我找到带有零或其他值的数组索引.我只发现了minloc功能,但我认为这不合适.在Fortran中是否有matlab查找函数？

谢谢

我正在尝试计算值的第8个根平方或^ ^/8,但是numpy总是返回错误的值

temp = 141.18
h2 = temp ** (1/8)
h2_ = np.power(temp, (1/8))

我的输出总是1.0.我也试过了方形命令.我需要使用numpy,我在mycode中使用其他numpy数组,只是为了保持兼容.

是否可以仅使用纯python或wand等python模块将png文件转换为SVG文件？

更准确地说，我想将png转换为真实的矢量图形，我不想在svg内嵌入位图，我想转换为图形代码。

我知道使用Illustrator或Inkscape可以实现，但是我需要一个自动化的过程。

谢谢 ！

我提取了图像的轮廓，您可以在这里看到：

但是，它有一些噪音。我怎样才能消除噪音？我做了一个特写来更清楚我想表达的意思

我使用的原始图像：

代码：

rMaskgray = cv2.imread('redmask.jpg', cv2.CV_LOAD_IMAGE_GRAYSCALE)
(thresh, binRed) = cv2.threshold(rMaskgray, 50, 255, cv2.THRESH_BINARY)

Rcontours, hier_r = cv2.findContours(binRed,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
r_areas = [cv2.contourArea(c) for c in Rcontours]
max_rarea = np.max(r_areas)
CntExternalMask = np.ones(binRed.shape[:2], dtype="uint8") * 255

for c in Rcontours:
    if(( cv2.contourArea(c) > max_rarea * 0.70) and (cv2.contourArea(c)< max_rarea)):
        cv2.drawContours(CntExternalMask,[c],-1,0,1)

cv2.imwrite('contour1.jpg', CntExternalMask)

我想用python编写相当于Matlab中的这段代码,

   zeta = zeros(1,5)
   alpha=[1e5,1e3,1e5,1e7,1e3];
   dz = 0.001;
   for i=1:length(zeta)
       zeta(i) = alpha(i)/(dz*dz);
   end

编辑:感谢所有答案,它们都非常有用,并且正在帮助理解python如何工作,并且似乎也是Matlab; 因为我没有得到数组和矩阵运算的全部功能.我的初始编程语言是C.

现在,我正在尝试计算如何在python循环和数组操作中进行编码.如果你能提供帮助.(zeta来自上一个代码)

nl= 7;
l=[0.3,0.1,0.2,0.1,0.1,0.1,0.3)   
wz=zeros(1,nl);         %layer width
temp=0;                 %auxiliary temp variable

for i=1:nl
    wz(i)=l(1,i)*(nz-1)+temp;
    temp=wz(1,i);
end

如何使用 python opencv 绘制/保存图像的内部轮廓？我知道如何获得最大的轮廓，我想保存它和内部孔，它们也是轮廓。

原图：

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

rgb = cv2.imread('MIL_NPGERBV2.png')
grayImg = cv2.imread('MIL_NPGERBV2.png', cv2.CV_LOAD_IMAGE_GRAYSCALE)
#to apply properly contour algorithm we need convert to binary
(thresh, bwImage) = cv2.threshold(image, 128, 255, cv2.THRESH_BINARY_INV |     cv2.THRESH_OTSU)

 img1 = rgb.copy()
 img2 = rgb.copy()
 contours, hierarchy = cv2.findContours(bwImage,cv2.RETR_TREE,
                                       cv2.CHAIN_APPROX_SIMPLE)

 #show all contours
 cv2.drawContours(img1, contours, -1, (0,255,0), 2)
 out = np.hstack([img1])
 cv2.imshow('Output', out)
 cv2.waitKey(0)
 cv2.destroyAllWindows()

有没有一种简单直接的方法从opencv 3.1 python中提取图像的内部轮廓(孔)？

我知道我可以用"区域"作为条件.但是,如果我更改图像分辨率,则"区域"不一样.

例如,使用此图片: 如何提取内部孔？

_, contours, hier_ = cv2.findContours(img,cv2.RETR_CCOMP,cv2.CHAIN_APPROX_SIMPLE)
areas = [cv2.contourArea(c) for c in millCnts]
max_area = np.max(areas)
Mask = np.ones(img.shape[:2], dtype="uint8") * 255

   # I can do something like this (currently not working, just to show an example)
for c in contours:
    if(( cv2.contourArea(c) > 8) and (cv2.contourArea(c)< 100000)):
        cv2.drawContours(Mask ,[c],-1,0,1)