python - 如何计算 python 中图像上的红色和黄色多边形？

Question

我有一些图像，其中某些元素用红色或黄色框起来。盒子一般是一个多边形。

目标是计算红色和黄色元素的数量。

我该如何计数？

我曾尝试应用获得红色或黄色的 mask ，但效果相对较差。但是我不知道以后怎么算。

mask_example

Answer 1

您可能会看到如下步骤:

• 第 1 步 - 区分红色和黄色
• 第 2 步 - 屏蔽红色并执行剩余步骤，然后屏蔽黄色并执行剩余步骤
• 第 3 步 - 填充形状轮廓以使其完整且连续
• 第 4 步 - 找到形状的轮廓并计算它们

每一步的做法有很多种，我没有全部尝试过。正如我对它们进行编号一样，其他人可能希望提出改进任何步骤的建议。

---

因此，对于第 1 步，您可以通过计算新图像中的每个像素来区分红色和黄色:

new = (Red - Green)/(Red + Green + 1)

+1 只是为了停止被零除。我实际上是这样用 ImageMagick 做的，但你也可以用 PIL/Pillow + Numpy 或 OpenCV 做同样的事情:

convert boxes.png -fx "(u.r-u.g)/(u.r+u.g+1)" -auto-level result1.png

希望您能看到这使黄色像素更暗，红色像素更亮。

这将为您提供一个阈值，您可以使用该阈值分别打开和关闭每种颜色。顺便说一句，Lab 色彩空间中的a channel 也是一个合理的判别式。

---

第 2 步只是一个阈值和掩蔽操作，因为我们可以从第 1 步中看到分离阈值。

---

第 3 步意味着填写方框。您可以使用 “形态学” 来做到这一点，这样我就可以使用像这样的水平 15x1 像素结构元素来关闭白色水平线中的间隙:

convert result1.png -threshold 50%  -morphology close rectangle:15x1  result2.png

然后还有一个垂直的 1x15 结构元素，就像这样:

convert result1.png -threshold 50%  -morphology close rectangle:15x1 -morphology close rectangle:1x15 result2.png

为了得到这个，你可以看到所有的间隙都被关闭了，轮廓也很完整:

OpenCV 和 scikit-image 都具有可用于此目的的形态学函数。

---

第 4 步 - 您现在可以使用 OpenCV 的 findContours() 来计算 Blob 并获取它们的特征。