一、实现方法
- 根据给定的x值切割边缘图并找出交点的坐标，可以使用cv2.inRange来创建一个掩膜，然后使用cv2.findContours找出轮廓并计算交点。
下面这段代码会输出在x = x_value处的所有交点坐标。
二、程序
import cv2
import numpy as np
# 加载边缘图
edges = cv2.imread('edges.jpg', 0)
# 设置x值
x_value = 100
# 创建掩膜，仅保留x = x_value的部分
mask = np.zeros_like(edges)
mask[np.where(edges == x_value)] = 255
# 应用掩膜
masked_edges = cv2.bitwise_and(edges, mask)
# 找出轮廓
contours, _ = cv2.findContours(masked_edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 初始化交点坐标列表
intersection_points = []
# 遍历轮廓
for contour in contours:
# 假设每个轮廓都是一条直线
# 获取轮廓的起始点和结束点
start_point = tuple(contour[0][0])
end_point = tuple(contour[-1][0])
# 如果起始点或结束点的x坐标等于x_value，则为交点
if start_point[0] == x_value:
intersection_points.append(start_point)
if end_point[0] == x_value:
intersection_points.append(end_point)
# 输出交点坐标
print("Intersection points:", intersection_points)
