Python图像处理新手求教：如何正确绘制图像中的白色像素？

核心问题点 #

• 多通道误判：OpenCV默认加载的是BGR三通道图像，你直接用arr0 == 255会对每个通道单独判断——只要像素的某一个通道值为255，就会被纳入结果，而不是要求三个通道全为255才判定为白色，这是噪点的主要来源。
• 坐标搞反：图像数组的索引是(行, 列, 通道)，你把行（垂直方向）作为x轴、列（水平方向）作为y轴，会导致绘制的图像上下翻转，不符合视觉习惯。
• 绘图方式错误：plt.plot()会把所有点按顺序连接成折线，直接造成大量杂乱线条，应该用散点图来单独绘制每个像素点。

修正后的代码 #

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

# 加载灰度图（单通道，避免多通道误判）
img = cv2.imread('thin.png', cv2.IMREAD_GRAYSCALE)

# 找到所有白色像素（单通道下值为255）
rows, cols = np.where(img == 255)

# 绘图：用散点图，x是列，y是行，同时翻转y轴匹配图像坐标系
plt.scatter(cols, rows, s=1, c='white', edgecolor='none')
plt.gca().invert_yaxis()  # 翻转y轴，因为图像的行索引从上到下递增，而plt的y轴默认从下到上
plt.gca().set_facecolor('black')  # 设置背景为黑色，和原图像一致
plt.show()

可选：如果要保留彩色图像处理 #

如果必须处理彩色图像，需要判断三个通道都为255：

img = cv2.imread('thin.png')
# 判断所有通道都是255，axis=2表示按第三个维度（通道）判断
white_pixels = np.all(img == 255, axis=2)
rows, cols = np.where(white_pixels)

# 后续绘图和上面一致
plt.scatter(cols, rows, s=1, c='white', edgecolor='none')
plt.gca().invert_yaxis()
plt.gca().set_facecolor('black')
plt.show()

内容的提问来源于stack exchange，提问作者noobstacker