在 Python OpenCV 中查找 connectedComponents 的颜色答案

【问题标题】：Find the color of connectedComponents in Python OpenCV在 Python OpenCV 中查找 connectedComponents 的颜色
【发布时间】：2019-08-14 22:24:59
【问题描述】：

假设我有一个已二值化的 numpy 数组图像：所有值都是 0 或 255。在 opencv 的 python 变体中，我可以这样做：

conn = cv2.connectedComponentsWithStats(mask, 8, cv2.CV_32S)

conn 对象会告诉我：

有多少连通分量（标签）
原图中每个像素的标签
每个连接组件的边界框和区域
每个连接组件的质心位置

此外，可以保证标签 0 是“背景”标签，但根据 documentation，没有说明如何确定该背景。

假设我的图像是白色背景上的黑点，实际上无法保证行为：可能是一个实际上溢出背景的黑点（留下“背景角”）或多个小块点，甚至是排列成这样的黑点一种在它们之间创建白色岛屿的方式，等等。

但我只对我的黑点感兴趣。

当我不相信 openCV 提供的背景组件的颜色时，是否有一种简单的 Pythonic 方式来确定每个连接段的基础颜色？或者：我是否遗漏了有关 connectedComponent 功能或 OpenCV API 的一些明显内容？

（注意：我知道我可以强制执行此操作：循环遍历标签，在提供的标签数组中找到每个标签的第一个实例，然后探测图像数组中的相应索引。至少我认为我可以做到那——文档很少。但这让我觉得非常不雅。）

【问题讨论】：

标签： python opencv

【解决方案1】：

正如一个兴趣点，connected components in ImageMagick 确实列出了区域的平均颜色，因为它允许确定模糊颜色的区域（根据模糊值），此处未显示。

这是一个简单的二进制示例，所以平均颜色是实际颜色：

magick objects.gif -define connected-components:verbose=true -connected-components 4 -auto-level regions.png

Objects (id: bounding-box centroid area mean-color):
  0: 256x171+0+0 119.2,80.8 33117 srgb(0,0,0)
  2: 120x135+104+18 159.5,106.5 8690 srgb(255,255,255)
  3: 50x36+129+44 154.2,63.4 1529 srgb(0,0,0)
  4: 21x23+0+45 8.8,55.9 409 srgb(255,255,255)
  1: 4x10+252+0 253.9,4.1 31 srgb(255,255,255)

该列表首先按最高区域排序。所以“背景”将由最大的区域面积决定，并列在最前面。

结果以id号编码为灰度，拉伸到全动态范围，通过-auto-level查看。

还有一个定义参数，可以设置为生成按区域过滤的输出，然后按平均颜色显示包含结果区域的图像。

magick objects.gif -define connected-components:area-threshold=410 -define connected-components:mean-color=true -connected-components 4 filtered.png

【讨论】：

【解决方案2】：

对于每个连接的组件，您可以制作一个掩码并使用此函数计算平均值： cv2.mean(image, mask)

conn = cv2.connectedComponentsWithStats(input_binary, 8, cv2.CV_32S)
num_labels = conn[0]
labels = conn[1]
stats = conn[2]
centroids = conn[3]

for l in labels:
    mask = np.array(labels, dtype=np.uint8)
    mask[labels==l] = 255 

    mean_label = cv2.mean(input_binary, mask)
    print(mean_label)

【讨论】：