python_openCV_计算图片中的区域的黑色比例

希望对原始图片进行处理,然后计算图片上的黑色和白色的占比

上图,

原始图片

python 复制代码
import numpy as np
import cv2
import  matplotlib.pyplot as plt


def cal_black(img_file):
    #功能: 计算图片中的区域的黑色比例
    #取图片中不同的位置进行计算,然后计算器数值
    #----------------
    
    percentages={}#初始化变量    
    img=cv2.imread(img_file)#step1,加载图片#fiter_1.jpg    
    shape_size=img.shape#图片的尺寸
    dic_area=split_area(shape_size)#需要检测的位置。
    #剪切图片
    part_img_1=img[y1:y2,x1:x2]
    # 灰度处理
    img_grey=cv2.cvtColor(part_img_1,cv2.COLOR_RGB2GRAY)#COLOR_BGR2GRAY
    # 高斯过滤噪音
    ret, thresh = cv2.threshold(img_grey, 127, 255, cv2.THRESH_BINARY)  
    #img_source 为处理后的图片,二值化处理后的图片\
        
    black=0
    color_black=0
    color_white=0
    shape_size=thresh.shape
    for i in range(0,shape_size[0]):
        y,x=shape_size[0],shape_size[1]
        color=thresh[i,0]#得到他得颜色RGB数值
        if color==255:
            color_white=color_white+1#白色
        else:
            color_black=color_black+1#黑色
    percentages[key]=100*color_black/(color_white+color_white)#计算黑色占比

    return percentages

在代码中主要采用了遍历进行计算,每个点计算函数的颜色然后统计,比较简单暴力,

网络上有另外的方法,摘录如下;更改其中的代码就可以。

python 复制代码
# # 应用二值化 
ret, thresh = cv2.threshold(img_grey, 80, 255, cv2.THRESH_BINARY)  #80
# ------------计算黑色像素的数量
black_pixels = np.count_nonzero(thresh == 0)
 # 计算黑色像素的数量
black_pixels2 = np.sum(thresh == 0)
# ------------计算总的像素数量
total_pixels = thresh.shape[0] * thresh.shape[1]
# ------------计算黑色像素的占比
black_ratio = black_pixels / total_pixels

print(f"黑色像素的占比: {black_ratio:.4f}")

主要用于图像特征分析。

相关推荐
特立独行的猫A5 小时前
别再用 nohup 了:让应用在后台常驻的正确姿势与 systemd 服务详解
java·后端·python
吃我一窝jio7 小时前
Python与Go线程模型深度对比
java·开发语言·python
eggwyw8 小时前
C++ union 的一种妙用法
开发语言·c++
zwd20058 小时前
Manim 怎么放大画面的某一部分?
python·动画·可视化·manim·数学动画
屿华AI9 小时前
AUTOSAR 实战-诊断工具 | UDS 0x27 安全访问的配置化实现:种子密钥算法插件化设计
python·测试工具·汽车
RobinDevNotes9 小时前
Claude Code 剪视频,不上传、不要 API Key
人工智能·python·音视频·开发工具·ipython
starzy199010 小时前
深入理解Scala隐式函数:自动类型转换
开发语言·后端·scala
如夏倾城10 小时前
VRRP(虚拟路由器冗余协议Virtual Router Redundancy Protocol)
网络·python·网络协议·安全·智能路由器·负载均衡·信息与通信
IvanCodes11 小时前
LangChain(04):Runnable 与 LCEL 的执行与组合机制
python·langchain·agent
特创数字科技11 小时前
纯本地离线运行的文档脱敏工具(技术分享)
前端·驱动开发·python