【发布时间】：2019-08-13 15:09:03
【问题描述】：
我有一些图像，其中一些元素用红色或黄色框起来。盒子通常是一个多边形。
目标是计算红色和黄色元素的数量。
我该如何计算？
我曾尝试应用一个得到红色或黄色的蒙版，但效果相对较差。但我不知道以后如何进行计数。
【问题讨论】：
-
没有任何代码，别人根本不可能帮你。能否提供一些示例代码！
标签： python image colors detection
【发布时间】：2019-08-13 15:09:03
【问题描述】：
您可能会看到如下步骤：
- 第 1 步 - 区分红色和黄色
- 第 2 步 - 屏蔽红色并执行剩余步骤，然后屏蔽黄色并执行剩余步骤
- 第 3 步 - 填充形状轮廓以使其完整且连续
- 第 4 步 - 找到形状的轮廓并计算它们
每个步骤都有很多方法，我没有全部尝试过。正如我给它们编号的那样，其他人可能希望提出改进任何步骤的建议。
因此，对于第 1 步，您可以通过计算新图像中的每个像素来区分红色和黄色：
new = (Red - Green)/(Red + Green + 1)
+1 只是停止除以零。我实际上是用像这样的 ImageMagick 做到的，但你可以用 PIL/Pillow + Numpy 或 OpenCV 做到这一点：
convert boxes.png -fx "(u.r-u.g)/(u.r+u.g+1)" -auto-level result1.png
希望您能看到这会使黄色像素变暗而红色像素变亮。
这将为您提供一个阈值，您可以使用该阈值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。
步骤 2 只是一个阈值和掩码操作，因为我们可以从步骤 1 中看到分离阈值。
第 3 步意味着填写方框。你可以用 "morphology" 来做到这一点，所以我可以用像这样的水平 15x1 像素结构元素来关闭白色水平线中的间隙：
convert result1.png -threshold 50% -morphology close rectangle:15x1 result2.png
然后使用垂直的 1x15 结构元素，如下所示：
convert result1.png -threshold 50% -morphology close rectangle:15x1 -morphology close rectangle:1x15 result2.png
为了得到这个，你可以看到所有的缝隙都被关闭了，轮廓是完整的：
OpenCV 和 scikit-image 都具有可用于此目的的形态学函数。
第 4 步 - 您现在可以使用 OpenCV 的 findContours() 来计算 blob 并获取它们的特征。
【讨论】：
-
感谢您的回答。我没有在我的问题中指定一件事。事实上，我可能有矩形以外的其他形式。这意味着我的表格通常是多边形。