python - 如何使用 Python 计算图像上的彩色像素区域？

Question

 import numpy as np
 from matplotlib import cm
 from matplotlib import pyplot as plt
 import Image
 from scipy import ndimage
 import Image, ImageDraw
 import PIL
 import cv
 import cv2
 from scipy.ndimage import measurements, morphology
 from PIL import Image
 from numpy import *
 from scipy.ndimage import filters
 import pylab

 img = np.asarray(Image.open('test.tif').convert('L')) #read and convert image
 img = 1 * (img < 127) # threshold

 plt.imshow(img, cmap=cm.Greys_r) # show as black and white
 plt.show()

上面的代码给出了黑色背景上的白色像素，如何计算图像上的白色区域，然后将图像分割成 100 个矩形并找到具有最小、最大和平均像素数的矩形？谢谢

Answer 1

由于您的图像是二进制的，您只需将这些值相加即可获得白色像素的计数。

from PIL import Image
import numpy as np

img = np.asarray(Image.open("foo.jpg").convert('L'))
img = 1 * (img < 127)

m,n = img.shape

# use np.sum to count white pixels
print("{} white pixels, out of {} pixels in total.".format(img.sum(), m*n))

# use slicing to count any sub part, for example from rows 300-320 and columns 400-440
print("{} white pixels in rectangle.".format(img[300:320,400:440].sum()))

使用切片来挑选任何矩形并在该部分上使用 sum()。