python - 如何在SimpleCV或opencv中计算边界内的标记区域

Question

我有这张图片:

在这里，我有一张绿色背景上的图像，其中有一个用红线标记的区域。我想相对于图像计算标记部分的面积。

我正在裁剪图像以去除绿色背景并计算裁剪后的图像的面积。从这里我不知道如何进行。

我注意到Contour可以用于此，但是问题是在这种情况下如何绘制轮廓。

我想如果我可以创建轮廓并用某种颜色填充标记的区域，则可以从整个(裁剪的)图像中减去它，并获得两个区域。

Answer 1

在您的链接中，他们将threshold方法与参数中的颜色一起使用。基本上，它将源图像获取，并将所有大于此值的像素设置为白色，否则将其设置为黑色(这意味着您的源图像需要是灰度图像)。此阈值使您可以“填充标记区域”，以便进行轮廓检测。

但是，我认为您应该尝试在裁剪后的图片上使用inRange方法。它与threshold几乎相同，但是没有一个阈值，而是有一个最小和最大边界。如果像素在边界给定的颜色范围内，则它将设置为白色。如果不是，则将其设置为黑色。我不知道这是否行得通，但是，如果您尝试隔离范围内的“最绿色”颜色，则可能会在右上方显示大的白色区域。

然后，在二值化图像上应用findContours方法。它会为您提供找到的所有轮廓，因此，如果图像中其他位置上有小的白点也没关系，则只需选择该方法找到的最大轮廓。

请注意，如果inRange的范围不合适，则您应该在右上角找到的白色大区域可能包含一些噪音，并且可能会干扰轮廓检测。为避免这种情况，您可以使图像模糊，并进行侵 eclipse /膨胀之类的处理。这样，您可能会得到更好的检测。

编辑

我将在此处添加一些代码，但不能按原样使用。就像我说的那样，我对Python一无所知，所以我在这里所能做的就是为您提供带有提供参数的OpenCV方法。

让我们还回顾一下步骤:

使用inRange对图像进行二值化。您需要为最小和最大边界找到合适的值。您要在此处进行的操作是隔离绿色，因为它主要是轮廓内部的区域。我真的不能建议您比试错更好的方法来找到最佳阈值。让我们从最小和最大值开始:(0，125，0)和(255，250，255)

inRange(source_image, Scalar(0, 125, 0), Scalar(255, 250, 255), binarized_image)

使用imshow检查结果

imshow("bin", binarized_image)

如果您可以进行二值化(可以很好地检测到想要的区域)，请应用findContours。抱歉，我不理解您的教程或文档中使用的语法，但是这里有一些参数:

binarized_mat:您的二值化图像

contours:Point数组的数组，其中将包含检测到的所有轮廓。每个轮廓都存储为点数组。

mode:您可以选择所需的任何内容，但是我建议您使用RETR_EXTERNAL。

获取最大大小的数组，因为它可能是点数最多的轮廓(然后是最大的轮廓)。

计算

内的面积

希望这可以帮助!