Opencv学习记录(三) —— 得到图像中目标物坐标的简单处理算法（望指正与补充）

 

先描述一下使用场景：

我要识别一个红灯，已经把目标准确的提取出来了，二值图像中白色为目标物，现在要算出二值图中的白色像素点的坐标。因为之后需要移植到树莓派，所以需要高效的方法。

             需要找出白色中心点

 

• 第一想到的肯定就是for    for 了，然而效率太低，320*240迭代下来花费10ms。优点效果好，稳定在目标物的中心。

      优化的方法：

         1、在不丢失目标的情况下缩小图像进行扫描    

         2、内循环根据因子迭代，不满足则下一层。也就是在行扫描的时候，如果满足则条件设为后一个像素，不满足则进行下一行扫描。（问题：如果目标区域不连续，该行扫描不完就跳出了）

#传统扫描 :耗时10ms  约占总时间1/3，显然很浪费。优点：在图像处理算法准确的时候坐标精确
#优化方式：1、在不丢失目标的情况下缩小图像进行扫描  2、内循环根据因子迭代，不满足则下一层
def get_Target_Location(image):
    size = image.shape