我有几张图片（它们的数量可能随着时间的推移而增加）及其相应的带注释的图片 - 让我们称它们为图像蒙版。
我想将原始图像转换为灰度，将注释的掩模转换为二进制图像（B＆amp; W），然后基于B＆amp; W像素坐标将灰度值保存在Pandas DataFrame / CSV文件中。
这意味着要在原始图像和二进制图像之间来回切换。
我不想每次从文件中读取图像，因为这可能非常耗时。
建议哪些数据结构应该用于在Python中存储多种类型的图像？
答案 0 :(得分：1)
PIL和Pillow对这类工作只是勉强有用。
用于＆＃34;查找和计数的基本算法＆＃34;像你试图做的对象是这样的：1。转换为灰度2.阈值处理（通过Otsu方法或类似方法，或通过手动设置阈值）3。轮廓检测4.基于掩模和对象计数你的轮廓。
你可以使用Mat（整数，Mat1i）将数据结构拟合在这种情况下。
答案 1 :(得分：0)
我使用了几个列表和list.append（）来存储图像。
用于查找黑色和白色区域中的白色区域。白色图片我使用 cv2.findNonZero（）。