使用OpenCV处理图像时红色像素旋转90度的问题排查请求

尝试将图像中所有白色像素转换为红色，但运行程序后，图像形状正常，但红色像素整体旋转了90度（结果图显示原图像的白色区域被替换为红色，但红色区域的位置相对于原白色区域旋转了90度）。

原代码 #

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

def get_white_pixels(image_as_array):
    threshold = 40
    indices = np.where(image_as_array >= threshold)
    width=image.shape[1]
    height=image.shape[0]
    cartesian_y=height-indices[0]-1
    np_data_points=np.column_stack((indices[1],cartesian_y)) 
    return cartesian_y, np_data_points, width,height

image = cv.imread("framenumber0.jpg")
ind, pixels, width, height = get_white_pixels(image)

#Goes through every pixel and changes its values
for i in range(0, len(pixels)):
    loc_x = int(pixels[i][0])
    loc_y = int(pixels[i][1])
    image[loc_x,loc_y] = (0,0,255)

cv.imshow('Modified Image', image)
cv.waitKey(0)
cv.destroyAllWindows()

我需要保留白色像素的位置用于项目第二部分，怀疑问题和np.column_stack()有关，但看文档后还是不明白原因。源图像为深色背景上带有白色数字的图像。

问题原因及修复 #

核心问题：OpenCV图像的索引顺序搞反了 #

OpenCV读取的图像数组形状是(高度, 宽度, 通道数)，也就是说访问像素时的顺序是image[y坐标, x坐标]，但你在赋值时用了image[loc_x, loc_y]，把x和y的位置颠倒了，这直接导致了像素位置旋转90度的问题。

其他隐藏问题： #

1. 函数内使用全局变量：get_white_pixels函数里用了全局的image.shape，而不是传入的image_as_array.shape，这会导致如果传入其他图像时出错。
2. 三通道图像的阈值判断错误：直接对三通道图像做image_as_array >= threshold会得到三维布尔数组，np.where返回的索引会包含三个维度的信息，导致获取的像素位置有误。应该先将图像转为灰度图再判断，或者判断三个通道都满足阈值条件。

修正后的代码 #

import cv2 as cv
import numpy as np

def get_white_pixels(image):
    threshold = 40
    # 转为灰度图处理白色像素判断
    gray = cv.cvtColor(image, cv.COLOR_BGR2GRAY)
    # 获取灰度图中大于阈值的像素索引（对应白色/亮区域）
    y_indices, x_indices = np.where(gray >= threshold)
    
    height, width = image.shape[:2]
    # 转换为笛卡尔坐标（原点在左下角）
    cartesian_y = height - y_indices - 1
    # 存储(x, 笛卡尔y)格式的坐标
    np_data_points = np.column_stack((x_indices, cartesian_y)) 
    
    return cartesian_y, np_data_points, width, height

image = cv.imread("framenumber0.jpg")
# 复制原图像避免修改原图（可选，根据需求调整）
modified_image = image.copy()
ind, pixels, width, height = get_white_pixels(modified_image)

# 遍历像素修改颜色：注意索引顺序是[y, x]
for x, cart_y in pixels:
    # 转换回OpenCV的y坐标（原点在左上角）
    y = height - cart_y - 1
    modified_image[y, x] = (0, 0, 255)

cv.imshow('Modified Image', modified_image)
cv.waitKey(0)
cv.destroyAllWindows()

关键修正点说明： #

• 把图像转为灰度图后再判断亮像素，避免三通道判断的混乱。
• 函数内使用传入图像的shape，不再依赖全局变量。
• 赋值时使用modified_image[y, x]，符合OpenCV的索引顺序。
• 明确区分OpenCV坐标（y向下）和笛卡尔坐标（y向上）的转换，确保后续项目使用坐标时不会出错。

内容的提问来源于stack exchange，提问作者Jaime Manuel Garcia Dominguez