Python图像处理：二值化滤波后如何将大于0的像素坐标存入numpy数组

方法1：适配现有循环的写法 #

你通过convert('LA')得到的二值化图像为双通道格式，第一个通道为亮度值，第二个为透明通道。滤波后的filtered数组维度为(高度, 宽度, 2)，行对应height方向的line参数，列对应width方向的column参数，判断逻辑修改后完整代码如下：

img = Image.open('native.png').convert('RGB')
binarised = img.convert('LA')
# binarised.save('binarised.png')
filtered = ndimage.median_filter(binarised, size = 27)
# Image.fromarray(filtered).save('filtered.png')

width, height = img.size

x = np.array([])
y = np.array([])
for column in range(width):
    for line in range(height):
        # 取LA模式的亮度通道判断是否大于0
        if filtered[line, column, 0] > 0:
            x = np.append(x, column)
            y = np.append(y, line)

方法2：更高效率的numpy向量化写法（无需循环） #

循环逐像素判断+np.append的写法在图像尺寸较大时效率极低，直接用numpy的np.where即可一步提取符合条件的坐标：

# 直接提取所有亮度通道大于0的坐标
y, x = np.where(filtered[..., 0] > 0)
# 输出的x、y就是你需要的坐标数组，和循环写法得到的结果完全一致

注意：np.where返回的第一个数组是行索引（对应你代码里的y/line变量），第二个数组是列索引（对应你代码里的x/column变量），不要搞反顺序。

内容的提问来源于stack exchange，提问作者user16755372