脚本之家,脚本语言编程技术及教程分享平台!
分类导航

Python|VBS|Ruby|Lua|perl|VBA|Golang|PowerShell|Erlang|autoit|Dos|bat|

服务器之家 - 脚本之家 - Python - opencv实现回形遍历像素算法

opencv实现回形遍历像素算法

2021-09-16 00:14ancy_i_cv Python

这篇文章主要为大家详细介绍了opencv实现回形遍历像素算法,文中示例代码介绍的非常详细,具有一定的参考价值,感兴趣的小伙伴们可以参考一下

本文实例为大家分享了opencv实现回形遍历像素算法的具体代码,供大家参考,具体内容如下

代码实现

?
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
31
32
33
34
35
36
37
38
39
40
41
42
43
44
45
46
47
48
49
50
51
52
53
54
55
56
57
58
59
60
61
62
63
64
65
66
67
68
69
70
# -*- coding:utf-8 -*-
import cv2
import numpy as np
 
cv2.namedwindow('img', 0)
 
 
def traversepixelbycycloidline(image):
 """
 从一副灰度图像的中心开始向边缘按回形线的方式遍历所有像素,每个像素只能访问一次。
 我目前实现了基本的算法, 但存在以下问题:
 1) 只支持方阵, 且行列为奇数
 2) 只实现, 代码没整理
 """
 
 h, w = image.shape[:2]
 
 assert h == w and h % 2 == 1, '只支持方阵, 且行列为奇数'
 
 center_x, center_y = [w // 2, h // 2]
 
 traverse_num = h * w
 
 cycloid_num = 0
 value = 1
 while true:
 
  for i in range(cycloid_num * 2 + 1):
   if value >= traverse_num:
    return image
   center_x = center_x + 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitkey(33)
 
  for i in range(cycloid_num * 2 + 1):
   if value >= traverse_num:
    return image
   center_y = center_y + 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitkey(33)
 
  for i in range(cycloid_num * 2 + 2):
   if value >= traverse_num:
    return image
   center_x = center_x - 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitkey(33)
 
  for i in range(cycloid_num * 2 + 2):
   if value >= traverse_num:
    return image
   center_y = center_y - 1
   image[center_y, center_x] = 255
   value += 1
   cv2.imshow('img', image)
   cv2.waitkey(33)
  cycloid_num += 1
 
 
image_wh = 11
 
while true:
 image = np.zeros((image_wh, image_wh, 3), dtype=np.uint8)
 traversepixelbycycloidline(image)

效果展示

opencv实现回形遍历像素算法

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持服务器之家。

原文链接:https://blog.csdn.net/u014072827/article/details/114373552

延伸 · 阅读

精彩推荐