python,OpenCVで2値化した画像の、ある点の一番上と下にある色の座標を求めたい。

###環境
python3.7
openCV

###やりたいこと
画像から青を抜き出し、あるx軸上の、yの一番上の青と一番下の青の値を取り出す。

###わからないこと
画像を2値化しするところまではできています。
その後、「あるx軸上の、yの一番上の青と一番下の青の値を取り出す」ということを行いたいのですが、調べてもなかなか出てきません。出てこないので、そんなことできるのかな？と思い始めている状態です....
知っている参考サイトや、同じようなことをしている方のサイトをご教授いただきたく思います。また、もし差し支えなければこの場で直接ご教授お願いいたします。

###例

色の汚い画像で大変申し訳ありませんが、画像のp1,及びp2の座標を求めたいです。
図上破線は、同じx軸上であるということを表しています。

###現状コード

python
1import cv2
2import numpy as np
3
4# 閾値
5threshold_value = 1
6
7img = cv2.imread("./blue.png")
8
9hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
10lowBlue = np.array([90, 25, 30])
11upBlue = np.array([150, 255,255])
12#青判定マスクパラメータ
13img_mask = cv2.inRange(hsv, lowBlue, upBlue)
14 # 8近傍の定義
15neiborhood8 = np.array([[1, 1, 1],[1, 1, 1],[1, 1, 1]],np.uint8)
16 #収縮
17img_erosion = cv2.erode(img_mask,neiborhood8,iterations=2)
18#膨張
19img_dilation = cv2.dilate(img_erosion,neiborhood8,iterations=2) 
20#マスク処理
21img_dst = cv2.bitwise_and(img, img, mask=img_dilation)
22#Grayスケール
23img_gray = cv2.cvtColor(img_dst, cv2.COLOR_RGB2GRAY)
24#完全な黒は黒、それ以外は白にする
25ret, dst = cv2.threshold(img_gray, threshold_value, 255, cv2.THRESH_BINARY)
26#黒＆青画像
27cv2.imwrite("testimg_dst_B.jpg", img_dst)
28#黒＆白画像
29cv2.imwrite("testimg_dst_W.jpg", dst)
30
31#画像の大きさ変更
32img_White=cv2.resize(dst,(640,480))
33cv2.imwrite("Change.jpg", img_White)
34
35
36
37print("〇")

行動規範の内容に同意します

回答1件

ベストアンサー

処理が良くわかっていないのでdstの値が255のもののx座標がxであるときのyの最小値と最大値を取り出す方法を書いておきますので、これを参考にしてください。

python
1>>> x = 10
2>>> print(dst)
3[[  0   0   0 ... 255 255 255]
4 [  0   0   0 ...   0 255 255]
5 [255   0   0 ... 255 255 255]
6 ...
7 [255 255 255 ... 255 255 255]
8 [255 255 255 ... 255 255 255]
9 [255 255 255 ... 255 255 255]]
10>>> print(dst.shape)
11(333, 500)
12>>> x_columns = dst[:,x]
13>>> print(x_columns)
14[  0   0   0   0 255 255   0   0   0 255 255 255 255 255 255 255 255 255
15 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
16 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
17 255   0   0 255   0 255   0 255   0 255 255   0 255 255 255 255   0   0
18 255 255   0 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
19 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
20 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
21 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
22 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
23 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
24 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
25 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
26 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
27 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
28 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
29 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
30 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
31 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255 255
32 255 255 255 255 255 255 255 255 255]
33>>> x_positions = np.where(x_columns == 255)
34>>> print(x_positions)
35(array([  4,   5,   9,  10,  11,  12,  13,  14,  15,  16,  17,  18,  19,
36        20,  21,  22,  23,  24,  25,  26,  27,  28,  29,  30,  31,  32,
37        33,  34,  35,  36,  37,  38,  39,  40,  41,  42,  43,  44,  45,
38        46,  47,  48,  49,  50,  51,  52,  53,  54,  57,  59,  61,  63,
39        64,  66,  67,  68,  69,  72,  73,  75,  76,  77,  78,  79,  80,
40        81,  82,  83,  84,  85,  86,  87,  88,  89,  90,  91,  92,  93,
41        94,  95,  96,  97,  98,  99, 100, 101, 102, 103, 104, 105, 106,
42       107, 108, 109, 110, 111, 112, 113, 114, 115, 116, 117, 118, 119,
43       120, 121, 122, 123, 124, 125, 126, 127, 128, 129, 130, 131, 132,
44       133, 134, 135, 136, 137, 138, 139, 140, 141, 142, 143, 144, 145,
45       146, 147, 148, 149, 150, 151, 152, 153, 154, 155, 156, 157, 158,
46       159, 160, 161, 162, 163, 164, 165, 166, 167, 168, 169, 170, 171,
47       172, 173, 174, 175, 176, 177, 178, 179, 180, 181, 182, 183, 184,
48       185, 186, 187, 188, 189, 190, 191, 192, 193, 194, 195, 196, 197,
49       198, 199, 200, 201, 202, 203, 204, 205, 206, 207, 208, 209, 210,
50       211, 212, 213, 214, 215, 216, 217, 218, 219, 220, 221, 222, 223,
51       224, 225, 226, 227, 228, 229, 230, 231, 232, 233, 234, 235, 236,
52       237, 238, 239, 240, 241, 242, 243, 244, 245, 246, 247, 248, 249,
53       250, 251, 252, 253, 254, 255, 256, 257, 258, 259, 260, 261, 262,
54       263, 264, 265, 266, 267, 268, 269, 270, 271, 272, 273, 274, 275,
55       276, 277, 278, 279, 280, 281, 282, 283, 284, 285, 286, 287, 288,
56       289, 290, 291, 292, 293, 294, 295, 296, 297, 298, 299, 300, 301,
57       302, 303, 304, 305, 306, 307, 308, 309, 310, 311, 312, 313, 314,
58       315, 316, 317, 318, 319, 320, 321, 322, 323, 324, 325, 326, 327,
59       328, 329, 330, 331, 332], dtype=int64),)
60>>> y_min = np.min(x_positions)
61>>> y_max = np.max(x_positions)
62>>> print(f'上の座標は({x}, {y_min})')
63上の座標は(10, 4)
64>>> print(f'下の座標は({x}, {y_max})')
65下の座標は(10, 332)