寻求Python自动化提取图像条纹及像素值的实现方法

依赖库安装 #

先安装所需的Python工具库：

pip install opencv-python numpy matplotlib

完整实现代码 #

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

# 1. 加载图像并预处理
img_path = "your_image.png"  # 替换为你的图像路径
img = cv2.imread(img_path)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 降噪+增强条纹对比度（可根据图像调整参数）
blurred = cv2.GaussianBlur(gray, (5, 5), 0)
enhanced = cv2.equalizeHist(blurred)

# 2. 检测条纹位置（水平投影找峰值）
# 计算每行像素总和，定位亮条纹所在行
horizontal_proj = np.sum(enhanced, axis=1)
# 过滤弱峰值，保留有效条纹位置
peak_threshold = np.max(horizontal_proj) * 0.7
stripes_y = np.where(horizontal_proj > peak_threshold)[0]
# 合并相邻行，避免重复检测同一条纹
stripes_y = np.unique(np.round(stripes_y / 10) * 10)  # 10为合并步长，按需调整

# 3. 提取每条条纹的像素值并保存
profile_data = []
for y in stripes_y:
    # 提取当前条纹水平线上的像素值
    line_profile = enhanced[y, :]
    profile_data.append(line_profile)

# 保存为1D数组集合（npy格式方便后续分析）
np.save("stripe_profiles.npy", np.array(profile_data))

# 4. 生成取线与图像的叠加可视化图
plt.figure(figsize=(10, 8))
plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB), origin='lower')
# 绘制黄色取线
for y in stripes_y:
    plt.plot([0, img.shape[1]-1], [y, y], color='yellow', linewidth=1)
plt.title("条纹取线叠加验证图")
plt.savefig("overlay_verification.png")
plt.show()

关键调整说明 #

• 条纹方向适配：如果你的条纹是垂直方向，只需将水平投影改为垂直投影（np.sum(enhanced, axis=0)），提取stripes_x后绘制垂直线即可。
• 参数优化：根据图像实际情况调整高斯核大小、峰值阈值、合并步长，确保精准检测所有条纹。
• 垂直线提取：若需要提取示例图中那样的垂直取线（固定x坐标，覆盖所有条纹），只需循环不同x值，提取enhanced[:, x]作为单条线的像素值。

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