如何正确索引图像数组像素 解决星点检测时的IndexError报错

错误根源 #

你收到的IndexError直接来自循环变量的错误定义：

• 你最初定义i = range(0,1080)、j = range(0,1920)，但后续for i in mkv_array[i,:,0]的写法会覆盖i的取值，遍历得到的i是第0帧每一行的像素数组（非整数），内层循环得到的j是每一列的像素数组，二者都不属于合法的索引类型，所以调用mkv_array[i,j,0]时直接报错。
• 额外逻辑错误：背景计算、星点标记都是针对整幅图像的操作，完全不需要逐像素遍历，既浪费性能，你当前写的ndimage.label(mkv_array[i,j,0])传入单个像素值也无法正常执行标记逻辑。

修正后的代码 #

import cv2
import numpy as np
import sep
from scipy import ndimage

cap = cv2.VideoCapture('/home/jryan/Videos/RMS/20211019_233512-50mm.mkv') #50mm镜头视频路径

frame_count = int(cap.get(cv2.CAP_PROP_FRAME_COUNT)) 
fps = cap.get(cv2.CAP_PROP_FPS)

count = 500 #要读取的帧数量
mkv_array = np.zeros((1080,1920,count)) #初始化数据立方体
for i in range(count):
    ret, frame = cap.read() # 直接拆分返回的成功标识和帧数据
    if not ret: # 增加读取失败的兼容逻辑
        break
    gray_frame = cv2.cvtColor(np.float32(frame), cv2.COLOR_BGR2GRAY) #转灰度图
    mkv_array[:,:,i] = gray_frame #写入数据立方体
print("数据立方体尺寸：", mkv_array.shape)  


image_array = mkv_array[:,:,0].astype(np.float32) # 取第一个切片
level = 5 #背景噪声倍数阈值

# 全局只计算一次背景和噪声
bkg = sep.Background(image_array)
background = bkg.globalback
noise = bkg.globalrms
print("背景电平：", background)
print("背景噪声：", noise)

# 生成二值掩码：高于阈值的像素设为1，低于设为0
threshold = background + level * noise
binary_mask = (image_array > threshold).astype(np.uint8)

# 对整幅图做连通域标记
labeled, num_objects = ndimage.label(binary_mask)
print("识别到的星点数量：", num_objects)

# 批量计算所有星点的质心坐标
if num_objects > 0:
    xy = np.array(ndimage.center_of_mass(image_array, labeled, range(1, num_objects+1)))
    y, x = np.hsplit(xy, 2)
    print("星点坐标（y,x）：")
    print(xy)

关键优化点 #

• 移除了不必要的逐像素双层循环，所有针对整图的操作只执行一次，性能提升上万倍
• 先基于阈值生成整幅图的二值掩码，再调用ndimage.label做连通域标记，符合函数的参数要求
• 增加了视频帧读取失败的兼容逻辑，避免视频帧数不足500时程序崩溃

内容的提问来源于stack exchange，提问作者Jimbles