如何根据图像RGB值获取对应像素的(h,w)坐标？

我们可以通过像素的(h,w)坐标获取RGB值，比如用OpenCV读取图像后，img[50,50]能得到对应像素的RGB值[80 80 80]。但现在需要反向操作：根据指定RGB值（如[80 80 80]）或RGB范围（[70,70,70]至[98,98,98]）获取对应像素的(h,w)坐标。

尝试过的无效方法 #

• 方法1：使用np.where()
  代码：

  import cv2
  import numpy as np
  img = cv2.imread('Hi.PNG')
  lst = np.where((img > [70, 70, 70]) & (img < [98, 98, 98]))
  print(lst)
  

  返回结果：

  (array([111, 111, 111, ..., 242, 242, 242], dtype=int64), array([123, 123, 124, ..., 135, 135, 135], dtype=int64), array([0, 2, 0, ..., 0, 1, 2], dtype=int64))
  

  问题：返回的是三个数组，分别对应高度、宽度、通道索引，并非直接的(h,w)坐标数组，数据拆解后杂乱。

• 方法2：使用双重循环
  代码：

  pos = []
  for i in range(0, len(img)):
      for j in range(0, len(img[0])):
           if img[i, j] > [70, 70, 70] and img[i, j] < [98, 98, 98]:
               pos.append((i,j))
  

  问题：抛出错误ValueError: The truth value of an array with more than one element is ambiguous. Use a.any() or a.all()，因为直接对数组做比较会返回布尔数组，无法直接判断真假，需要指定all()或any()。

有效解决方案 #

1. 精确匹配指定RGB值 #

要找到所有RGB值完全等于目标值的像素坐标，需确保三个通道数值都匹配：

import cv2
import numpy as np

img = cv2.imread('Hi.PNG')
# 注意：OpenCV默认读取图像为BGR顺序，若需匹配RGB需先转换：
# img = cv2.cvtColor(img, cv2.COLOR_BGR2RGB)
target_rgb = [80, 80, 80]
# 生成二维布尔掩码，标记每个像素是否满足所有通道匹配
mask = np.all(img == target_rgb, axis=2)
# 获取满足条件的(h,w)坐标，结果为N×2的数组
coords = np.argwhere(mask)
print(coords)

2. 匹配RGB范围（区间匹配） #

要找到所有RGB值在指定区间内的像素，需确保三个通道数值都落在对应区间：

import cv2
import numpy as np

img = cv2.imread('Hi.PNG')
# 同样注意BGR/RGB通道顺序问题
lower_bound = np.array([70, 70, 70])
upper_bound = np.array([98, 98, 98])
# 生成二维布尔掩码，标记每个像素是否所有通道都在区间内
mask = np.all((img >= lower_bound) & (img <= upper_bound), axis=2)
# 获取满足条件的(h,w)坐标
coords = np.argwhere(mask)
print(coords)

问题根源说明 #

• np.where()原方法问题：未通过axis=2合并通道维度的判断，导致返回的是每个通道单独满足条件的坐标，包含通道索引。先通过np.all(..., axis=2)生成二维掩码，再用np.argwhere()直接提取(h,w)坐标更高效直观。
• 双重循环问题：直接对像素数组做比较会返回长度为3的布尔数组，无法用and直接判断。即使改成np.all((img[i,j] >= lower_bound) & (img[i,j] <= upper_bound))能运行，双重循环的效率也远低于numpy的向量化操作，不推荐使用。

内容的提问来源于stack exchange，提问作者Joon