如何使用OpenCV Python检测位掩码中目标对象的最高点

现有代码核心错误 #

• has_white = print(np.any(draw_img, axis=1))写法错误，print函数返回值为None，后续对has_white的计算全部无效
• np.any调用时维度参数设置错误，没有先合并通道维度判断单像素是否属于目标

实现逻辑 #

1. 从二值掩码中提取最大目标轮廓，生成单通道的纯净掩码（避免三通道判断的冗余）
2. 从上到下逐行扫描掩码，第一个存在非零像素的行就是最高点所在的y坐标
3. 在该行中提取所有非零像素的x坐标，取中间值（或自定义规则取值）即为最高点的x坐标

修正后完整代码 #

import cv2
import numpy as np

path = 'test.jpg' # 替换为你本地的原始图像路径
img = cv2.imread(path)
img = cv2.resize(img, (640, 480))
org_img = img.copy()
show_img = img.copy()

# 掩码生成逻辑和原有逻辑一致
img_blur = cv2.blur(img,(5,5))
imgHSV = cv2.cvtColor(img_blur, cv2.COLOR_BGR2HSV)
lower = np.array([0, 0, 48])
upper = np.array([179, 255, 166])
mask = cv2.inRange(imgHSV, lower, upper)

# 提取最大轮廓
cont, _ = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
c = max(cont, key=cv2.contourArea)

# 生成单通道纯净掩码
single_mask = np.zeros(mask.shape, dtype=np.uint8)
cv2.drawContours(single_mask, [c], -1, 255, thickness=-1)

# 裁剪上下margin，和原有逻辑一致
margin = 90
single_mask_crop = single_mask[margin:-margin]
show_img_crop = show_img[margin:-margin]

# 查找最高点：先找第一个有非零值的行（y坐标）
row_has_target = np.any(single_mask_crop == 255, axis=1)
top_y = np.argmax(row_has_target) # argmax会返回第一个True的索引，就是最靠上的行
# 在该行找所有目标像素的x坐标
top_x_list = np.where(single_mask_crop[top_y] == 255)[0]
# 取中间值作为最高点的x，可根据需求修改为取最左/最右值
top_x = int(np.mean(top_x_list))

# 最高点坐标换算回原图（因为裁剪了margin，所以y坐标要加margin偏移）
origin_top_y = top_y + margin
origin_top_x = top_x
print(f"目标最高点坐标：x={origin_top_x}, y={origin_top_y}")

# 可视化标记最高点
cv2.circle(show_img, (origin_top_x, origin_top_y), 5, (0,0,255), -1)
cv2.circle(show_img_crop, (top_x, top_y), 5, (0,0,255), -1)

# 显示结果
cv2.imshow("原始图标记最高点", show_img)
cv2.imshow("裁剪后图标记最高点", show_img_crop)
cv2.imshow("掩码", single_mask)

k = cv2.waitKey(0)
if k == 27:
    cv2.destroyAllWindows()

内容的提问来源于stack exchange，提问作者user15852742