如何从图像提取像素坐标生成指定格式numpy数组供tda-mapper使用

实现方案（Python环境） #

你可以直接用OpenCV+Numpy实现坐标提取，支持全量输出和自定义采样，直接匹配tda-mapper的输入格式：

• 第一步：导入依赖库

import cv2
import numpy as np

• 第二步：读取图像并生成全量像素坐标

# 替换为你的本地图像路径
img = cv2.imread("test_img.png")
height, width = img.shape[:2]

# 生成所有像素的(x,y)坐标，x对应图像宽度方向，y对应高度方向
x_arr = np.tile(np.arange(width), height)
y_arr = np.repeat(np.arange(height), width)
full_pixel_coords = np.column_stack((x_arr, y_arr))

此时输出的full_pixel_coords就完全符合你要求的格式：

array([[   0,    0],
       [   1,    0],
       [   2,    0],
       ...,
       [1277,  716],
       [1278,  716],
       [1279,  716]])

• 可选：按需采样降低数据量
  如果你不需要全量像素，可以选择两种采样方式：

1. 均匀间隔采样

step = 4 # 每4个像素取1个，步长可自行调整
sampled_coords = full_pixel_coords[::step]

2. 固定数量随机采样

sample_count = 20000 # 总采样点数，可自行调整
sampled_coords = full_pixel_coords[np.random.choice(full_pixel_coords.shape[0], sample_count, replace=False)]

• 可选：仅提取前景像素坐标
  如果图像有大面积空白背景，可以过滤背景只保留有效像素坐标，降低tda-mapper的计算量：

# 假设背景为纯白色，非白像素判定为前景，阈值可根据你的图像调整
mask = (img != [255,255,255]).all(axis=-1).flatten()
foreground_coords = full_pixel_coords[mask]

• 注意事项
  如果你的tda-mapper要求坐标原点在图像左下角（OpenCV默认原点为图像左上角），只需翻转y轴坐标即可：

full_pixel_coords[:, 1] = height - 1 - full_pixel_coords[:, 1]

内容的提问来源于stack exchange，提问作者elenaby