我如何获得opencv中显示的图像坐标

Question

对不起，但标题没有意义我正在尝试制作一个点击球使其反弹的人工智能。对于上下文这里是应用程序的图片在游戏中，当您点击球时，它会上升然后又下降，游戏的目的是保持它。我写了一些代码，用opencv将图像转换成蒙版，这是结果的图片我现在需要做的是找到以像素/坐标为单位的球的位置，这样我就可以让鼠标移动到它并单击它。顺便说一下，球在它的左右两边都有一个边距，所以它不仅上下而且左右也很窄。球也没有动画，只是一个移动的图像。我如何获得以像素/坐标为单位的球位置，以便我可以将鼠标移动到它。

Answer 1

当您删除它并看到您在定位球时遇到性能问题时，我正在处理您的另一个相关问题。由于您的球看起来在漂亮、简单的白色背景上（除了得分和close右上角的按钮），有更容易/更快的方法找到球。

首先，在灰度中工作，以便您只有 1 个通道，而不是 3 个 RGB 通道来处理 - 这通常更快。

然后，用白色像素覆盖右上角的分数和菜单，以便图像中唯一剩下的就是球。现在反转图像，使所有白色变为黑色，然后您可以使用findNonZero()找到任何不是背景的东西，即球。

现在找到 y 方向上的最低和最高坐标，并将它们平均为球的中心，同样在 x 方向上以另一种方式。

#!/usr/bin/env python3

# Load image - work in greyscale as 1/3 as many pixels

im = cv2.imread('ball.png',cv2.IMREAD_GRAYSCALE)

# Overwrite "Current Best" with white - these numbers will vary depending on what you capture

im[134:400,447:714] = 255

# Overwrite menu and "Close" button at top-right with white - these numbers will vary depending on what you capture

im[3:107,1494:1726] = 255

# Negate image so whites become black

im=255-im

# Find anything not black, i.e. the ball

nz = cv2.findNonZero(im)

# Find top, bottom, left and right edge of ball

a = nz[:,0,0].min()

b = nz[:,0,0].max()

c = nz[:,0,1].min()

d = nz[:,0,1].max()

print('a:{}, b:{}, c:{}, d:{}'.format(a,b,c,d))

# Average top and bottom edges, left and right edges, to give centre

c0 = (a+b)/2

c1 = (c+d)/2

print('Ball centre: {},{}'.format(c0,c1))

这给出了：

a:442, b:688, c:1063, d:1304

Ball centre: 565.0,1183.5

其中，如果我在节目中画一个红色框：

在我的 Mac 上处理需要 845 微秒，或者不到一毫秒，相当于每秒 1,183 帧。显然你有时间抢屏幕，但我无法控制。

请注意，您还可以在每个方向上将图像缩小 4（或者 8 或 16）倍，并且仍然可以确保找到球，这可能会使其更快。

关键词：球、跟踪、跟踪、定位、查找、位置、图像、图像处理、python、OpenCV、numpy、边界框、bbox。