如何在python中计算图像上的红色和黄色多边形？

Question

我有一些图片，有些元素用红色或黄色框起来。长方体通常是多边形。在

目的是计算红色和黄色元素的数量。在

我怎么算？在

我试着用一种能得到红色或黄色的面膜，但效果相对较差。但我不知道以后怎么数数。在

mask_example

Answer 1

您可能会看到以下步骤：

• 第1步-区分红色和黄色
• 第2步-遮住红色，做剩下的步骤，然后遮住黄色，做剩下的步骤
• 第3步-填充形状轮廓，使其完整和连续
• 第四步-找出形状的轮廓并计算它们

每一步都有很多方法，但我还没有全部尝试过。正如我对他们的编号，其他人可能希望对任何一步改进提出建议。在

---

因此，对于步骤1，您可以通过计算新图像中的每个像素来区分红色和黄色，如下所示：

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

+1只是停止被零除。实际上，我是这样用ImageMagick做的，但是你可以用PIL/Pillow+Numpy，或者OpenCV来做同样的事情：

^{pr2}$

希望你能看到这使得黄色像素变暗，红色像素变浅。在

然后给你一个阈值，你可以用它来分别打开和关闭每种颜色。顺便说一下，Lab色彩空间中的a通道也是一个合理的判别式。在

---

步骤2只是一个阈值和掩蔽操作，因为我们可以从步骤1中看到分离阈值。在

---

第3步意味着填写这些方框。你可以用“形态学”来实现这一点，所以我可以用一个15x1像素的水平结构元素来缩小白色水平线中的间隙：

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

然后使用一个垂直的1x15结构元素，如下图所示：

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

要实现这一点，您可以看到间隙已全部闭合，轮廓完整：

你可以使用OpenCV和OpenCV的函数。在

---

第4步-现在可以使用OpenCV的findContours()来计算blob并获得它们的特征。在