基于python-opencv的图像最大幅值提取

最近正在做一个关于幅值提取的毕设，中间走了很多弯路，也看了很多大神的文章，最终经过我不懈努力解决了这个问题，特发此文与大家分享，如果有什么问题欢迎大家留言交流。
我用来搭建开发环境的软件是：PyCharm Community Edition +Anaconda3+Opencv
相关软件链接：
Anaconda在清华大学开源镜像站下载
链接: https://mirrors.tuna.tsinghua.edu.cn/.
PyCharm Community Edition 在官方网站下载，社区版免费
https://www.jetbrains.com/pycharm/download/#section=windows
当然也可以微信关注下:软件管家这个公众号，有大量免费软件
Opencv下载
详细信息参考：y = wX + b博主写的下载及安装教程，个人感觉很详细
https://blog.csdn.net/iracer/article/details/80498732
下面就开始项目吧，以下面这幅图为例子：

我们要开展的工作：分别提取左边和右边的最大幅值（最大纵坐标-最小纵坐标），思路是将图片分成两个子图，然后遍历两个子图搜索这两个最大值。
1、读入图片进行灰度处理

 image = cv2.imread("F:proposalnormalphotosa4.png", cv2.IMREAD_COLOR)
 image2 = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)

2、搜索二值图像上所有像素为（0，0，0）的点（黑色）

#这是一幅灰度化的图像遍历全部图像，并记录像素为（0，0，0）点的坐标
def cxsearch(image):
    k = 0
    height=image.shape[0]    print("图像高", height)
    width=image.shape[1]    print("图像宽", width)
    x = [0] * 5000
    for i in range(height):  # 遍历图像的高
        for j in range(width):  # 遍历图像的宽
            pixel = image[i, j]  # 读取该点的像素值
            if all(pixel == (0, 0, 0)):
                x[k] = i  # 存取像素点是黑色的的纵坐标
                # print(x[k])
                k += 1
    return x

3、寻找最大幅值

#注意传入的是一个包含所有黑色点的纵坐标数组
def matdistance(*discance):
    price= discance[0]    #print(discance)
    mindistance = price[0]    matdistance = price[0]    #print(price[0])
    matprofit = 0
    w=len(price)
    for i in range(w):
        if price[i]!=0 :
            if price[i]matdistance or price[i]==matdistance :
                matdistance=price[i]
    print("最低点纵坐标",mindistance)
    print("最高点纵坐标",matdistance)
    matprofit=matdistance-mindistance
    return  matprofit

4、划为子图

a=image.shape[0] #图片的高
 1/3    1 2 3 下一页 尾页