Python 如何计算并找到图像中对象区域的分布？

Question

我想获取此图像中不同黑色对象的像素面积和分布。我假设使用 python （openCV 或 mahotas）可以做到这一点，但我不知道怎么做。

你能帮帮我吗？

Answer 1

我会使用 scikit-image. It looks like a binary image (0s and 1s) to me, so you could use 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

考虑到您的问题似乎并不打算使用任何特定工具，因此这是一个替代解决方案。它使用安装在大多数 Linux 发行版上的 ImageMagick，并且很容易用于 macOS 和 Windows。您只需运行在终端 window 中输入以下内容：

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

示例输出如下，它是图像中找到的每个斑点的大小（以像素为单位）：

为了更好地理解它，删除awk的东西，这样你就可以看到"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。它还会告诉您质心、面积（在第 4 列，这就是我在 awk 中打印 </code> 的原因）和颜色。请注意，您的黑色斑点显示为白色 (255,255,255)，因为我反转了您的图像（使用 <code>-negate），因为 ImageMagick 在黑色背景上寻找白色物体。

因此，如果我采用从 13: 开始的行，并绘制包含 blob 的矩形：

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

Python 如何计算并找到图像中对象区域的分布？

How can one compute and find the distribution of the areas of the objects in an image with Python?

python

opencv

image-processing

area

mahotas