如何使用Python提取图像中蓝色特定像素的x、y坐标并实现流程自动化

最优方案：直接从原始分割掩码提取坐标（无坐标偏移） #

你现有代码已经生成了分割掩码full_mask，不需要再读取保存后的图片（matplotlib保存的图片会自带坐标轴、白边，导致坐标和原图不匹配），直接在原有代码的基础上添加坐标提取逻辑即可。

完整修改后代码 #

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

image = cv2.imread('./S3/frame35.jpg')
result = image.copy()
image = cv2.cvtColor(image, cv2.COLOR_BGR2HSV)

# 原有红色范围分割逻辑
lower1 = np.array([0, 100, 20])
upper1 = np.array([10, 255, 255])
lower2 = np.array([160,100,20])
upper2 = np.array([179,255,255])
lower_mask = cv2.inRange(image, lower1, upper1)
upper_mask = cv2.inRange(image, lower2, upper2)
full_mask = lower_mask + upper_mask

# ==========新增坐标提取逻辑==========
# opencv中图像维度顺序为(高,宽)，np.where返回的第一个数组是y坐标（行号），第二个是x坐标（列号）
y_coords, x_coords = np.where(full_mask > 0)
# 打包为(x,y)格式的坐标集合
point_coords = list(zip(x_coords, y_coords))

# 输出结果
print("所有目标点坐标集合：", point_coords)
# 可选：将坐标保存为txt文件，方便后续调用
np.savetxt("target_points.txt", point_coords, fmt="%d", header="x y")
# ==================================

result = cv2.bitwise_and(result, result, mask=full_mask)
plt.figure(figsize=[20,20])
plt.axis("off")
plt.subplot(122);plt.imshow(result, cmap='gray');plt.title("Mask of red Color",fontdict={'fontsize': 25});plt.axis('on');
# 若需要保存无偏移的分割图，添加以下参数避免白边和坐标轴干扰
plt.savefig('mask_1.jpg', bbox_inches = 'tight', pad_inches=0)
cv2.waitKey(0)
cv2.destroyAllWindows()

备用方案：从已保存的分割图提取蓝色点坐标 #

如果仅保留了mask_1.jpg没有原始掩码，可通过蓝色颜色分割提取坐标：

import cv2
import numpy as np

# 读取保存的分割图
mask_img = cv2.imread("mask_1.jpg")
hsv = cv2.cvtColor(mask_img, cv2.COLOR_BGR2HSV)
# 蓝色HSV阈值，可根据实际显示的蓝色深浅调整
lower_blue = np.array([90, 50, 50])
upper_blue = np.array([130, 255, 255])
blue_mask = cv2.inRange(hsv, lower_blue, upper_blue)

# 提取坐标
y_blue, x_blue = np.where(blue_mask > 0)
blue_point_coords = list(zip(x_blue, y_blue))
print("蓝色点坐标集合：", blue_point_coords)

注意事项 #

• 优先使用第一种方案，得到的坐标和原始输入图像的像素坐标完全对应
• 第二种方案得到的坐标是分割图的像素坐标，和原图坐标存在偏移，仅适用于无原始数据的场景

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