基于python-opencv的图像最大幅值提取

b=image.shape[1] #图片的宽
#print(a)
#print(b)
#将图片分为两部分
dis_h = a
dis_w = int(b/2)
sub1=image[1:dis_h,1:dis_w]#第一心音
sub2=image[1:dis_h,dis_w : :]#第二心音图

5、最后运行效果图
（原图）

（子图1）

（子图2）

（提取结果）

6、所有代码呈上

import cv2 #导入opencv
import os
import numpy as np
#寻找最大值函数传进参数为数组
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
#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
image = cv2.imread("F:proposalnormalphotosa4.png", cv2.IMREAD_COLOR) #读入图片
a=image.shape[0] #图片的高
b=image.shape[1] #图片的宽
#print(a)
#print(b)
#将图片分为两部分
dis_h = a
dis_w = int(b/2)
sub1=image[1:dis_h,1:dis_w]#第一心音
sub2=image[1:dis_h,dis_w : :]#第二心音图
#print("okokok",sub1.shape[0])
#print("ononon",sub1.shape[1])
z1=matdistance(cxsearch(sub1))#求取第一心音的最大幅值
 2/3   首页 上一页 1 2 3 下一页 尾页