2 个像素之间的距离

我来自软件开发，对图像处理很陌生。 我尝试获取图像中两个像素之间的距离，该图像是形状 (100, 100, 3) 的 numpy 数组。

例如，我想找到图像中蓝色像素 (0, 0, 255) 和红色像素 (255, 0, 0) 之间的距离，我尝试使用 for 循环或 np.where() ...但是没有成功。 距离可能是图像中两个索引之间的某种差异（这些颜色的像素可能更多，因此至少是图像中第一个遇到的像素）

知道怎么做吗？

编辑： 我正在捕获屏幕的一部分，如下所示：

screen = np.array(pyautogui.screenshot(region=(80,120,100,100)))

现在我想找到图像中蓝色的像素和红色的像素以及它们之间的距离

让我们从测试图像开始。它是 400x300 像素的灰色 (192)，其中：

• 20,10 处的红色 3x3 正方形，
• 300,200 处的蓝色 3x3 正方形

现在执行以下操作：

import numpy as np
import PIL
import math

# Load image and ensure RGB - just in case palettised
im=Image.open("a.png").convert("RGB")

# Make numpy array from image
npimage=np.array(im)

# Describe what a single red pixel looks like
red=np.array([255,0,0],dtype=np.uint8)

# Find [x,y] coordinates of all red pixels
reds=np.where(np.all((npimage==red),axis=-1))

这给出：

(array([10, 10, 10, 11, 11, 11, 12, 12, 12]),
 array([20, 21, 22, 20, 21, 22, 20, 21, 22]))

现在我们来处理蓝色像素：

# Describe what a single blue pixel looks like
blue=np.array([0,0,255],dtype=np.uint8)

# Find [x,y] coordinates of all blue pixels
blues=np.where(np.all((npimage==blue),axis=-1))

这给出：

(array([200, 200, 200, 201, 201, 201, 202, 202, 202]),
 array([300, 301, 302, 300, 301, 302, 300, 301, 302]))

所以现在我们需要从第一个红色像素到第一个蓝色像素的距离

dx2 = (blues[0][0]-reds[0][0])**2          # (200-10)^2
dy2 = (blues[1][0]-reds[1][0])**2          # (300-20)^2
distance = math.sqrt(dx2 + dy2)