opencv之实现回形遍历像素算法

代码实现

# -*- 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

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 2
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值