如何使用Python计算并找到图像中对象区域的分布？

Question

我想获取此图像中以像素为单位的面积以及不同黑色对象的分布。我认为使用python（openCV或mahotas）可以做到这一点，但是我不知道怎么做。

你能帮我吗？

Answer 1

我会使用scikit-image。对我来说，它看起来像一个二进制图像（0和1），因此您可以使用regionprops函数来获取regionprops对象的列表。

Regionprops忽略0（在您的情况下为黑色），因此您可能需要反转图像。

Answer 2

这是一个替代解决方案，因为您的问题似乎并不打算使用任何特定工具。它使用 ImageMagick ，它已安装在大多数Linux发行版中，并且可立即用于macOS和Windows。您只需在“终端”窗口中运行以下命令即可：

convert blobs.png -threshold 50% -negate     \
   -define connected-components:verbose=true \
   -connected-components 8 info: | awk '/255,255,255/{print $4}'

随后是示例输出，它是图像中找到的每个斑点的大小（以像素为单位）：

19427
2317
2299
1605
1526
1194
1060
864
840
731
532
411
369
313
288
259
253
244
240
238
216
122
119
90
73
70
36
23
10

---

为了更好地理解它，请删除awk内容，以便查看“ Connected Component Analysis” 的输出：

convert blobs.png -threshold 50% -negate -define connected-components:verbose=true -connected-components 8 info:

Objects (id: bounding-box centroid area mean-color):
  0: 675x500+0+0 341.1,251.2 301025 srgb(0,0,0)
  13: 198x225+232+119 341.5,227.0 19427 srgb(255,255,255)
  24: 69x62+232+347 269.4,378.9 2317 srgb(255,255,255)
  22: 40x90+67+313 88.8,354.8 2299 srgb(255,255,255)
  20: 55x50+121+278 153.3,299.5 1605 srgb(255,255,255)
  10: 34x82+107+78 126.2,115.5 1526 srgb(255,255,255)
  25: 34x47+439+350 455.4,371.5 1194 srgb(255,255,255)
  16: 26x69+422+183 435.4,217.6 1060 srgb(255,255,255)
  19: 27x44+231+264 243.6,284.1 864 srgb(255,255,255)
  ...
  ...
  21: 5x9+0+284 1.8,288.8 36 srgb(255,255,255)
  29: 6x5+57+467 59.9,468.7 23 srgb(255,255,255)
  4: 6x2+448+0 450.5,0.4 10 srgb(255,255,255)

基本上，每个Blob都有一行输出。该行告诉您Blob左上角的x,y位置及其宽度和高度。它还告诉您质心，区域（在第四列中，这就是为什么我在$4中打印awk的原因和颜色。请注意，您的黑色斑点显示为白色（255,255,255），因为 ImageMagick 在黑色背景上寻找白色物体时，我用-negate反转了图像。

因此，如果我以13:开头的行，并绘制包含斑点的矩形​​：

convert blobs.png -fill none -stroke red -draw "rectangle 232,119 430,343" result.png