基于行列检测裁剪图像时遇ValueError问题求助

嘿，我来帮你排查下代码里的问题：

首先说说你遇到的ValueError原因 #

你用cv2.imread()读入的img是BGR三通道彩色图像，img[y,x]返回的是一个长度为3的numpy数组（比如纯黑色像素是[0,0,0]）。当你写if img[y,x] == [0]:时，Python会把数组和[0]做逐元素比较，返回一个布尔数组（比如[True, False, False]），而if语句无法直接判断一个布尔数组的真假，所以抛出了那个歧义错误。

而且还有个隐藏问题：你前面做了二值化得到thresh图，但判断黑色像素时用的是原始img，这完全不匹配——thresh才是你处理后的黑白二值图，应该用它来判断黑色像素。

再说说代码里的其他逻辑错误 #

• 倒序遍历的range参数写错了：比如for y in range(h,0)，这个循环根本不会执行，因为range的起始值大于结束值且步长默认是正的，得改成range(h-1, -1, -1)才能从图像底部往上遍历。同理右侧的列遍历也要改。

修正后的代码 #

import cv2
import numpy as np

img = cv2.imread('C:/Users/user/Desktop/FYP 2019/Sign Language 1/red1.png')
gray = cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY)
blur = cv2.GaussianBlur(gray,(5,5),0)
ret, thresh = cv2.threshold(blur,125,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

#get the images dimensions
h = img.shape[0]
w = img.shape[1]
lower_min_point = -1
upper_min_point = -1
left_point = -1
right_point = -1

# 找最上方的黑色行
for y in range(0, h):
    for x in range(0, w):
        # 改用thresh单通道图判断，直接比较单值0
        if thresh[y,x] == 0:
            upper_min_point = y
            break
    if upper_min_point != -1:
        break
print(upper_min_point)

# 找最下方的黑色行（修正range参数）
for y in range(h-1, -1, -1):
    for x in range(0, w):
        if thresh[y,x] == 0:
            lower_min_point = y
            break
    if lower_min_point != -1:
        break
print(lower_min_point)

# 找最左侧的黑色列
for x in range(0, w):
    for y in range(0, h):
        if thresh[y,x] == 0:
            left_point = x
            break
    if left_point != -1:
        break
print(left_point)

# 找最右侧的黑色列（修正range参数）
for x in range(w-1, -1, -1):
    for y in range(0, h):
        if thresh[y,x] == 0:
            right_point = x
            break
    if right_point != -1:
        break
print(right_point)

# 裁剪图像，注意切片是左闭右开，调整参数确保包含所有目标区域
crop = img[upper_min_point:lower_min_point+1, left_point:right_point+1]
cv2.imshow("img", crop)
cv2.waitKey(0)
cv2.destroyAllWindows()

额外优化建议 #

嵌套循环遍历像素效率很低，你可以用numpy的向量化操作快速判断整行/整列是否有黑色像素，大幅提升代码速度：

# 找最上方有黑色的行
upper_min_point = np.argmax(thresh == 0, axis=0).min()
# 找最下方有黑色的行
lower_min_point = h - np.argmax(np.flipud(thresh) == 0, axis=0).min() -1
# 找最左侧有黑色的列
left_point = np.argmax(thresh == 0, axis=1).min()
# 找最右侧有黑色的列
right_point = w - np.argmax(np.fliplr(thresh) == 0, axis=1).min() -1

内容的提问来源于stack exchange，提问作者pohyu lim