检测物体并获得平均像素值 (BGR)

Question

我有一张以白纸为背景的叶子图片，我需要去除噪点（黄点）并获取叶子的像素值（bgr）。

我使用绿色阈值来检测叶子并用原始图像对其进行掩蔽。我使用 cv2.mean 来获取像素值，但它计算了所有像素，包括黑色区域/背景。

如何仅获取叶子的像素值？ 这是我使用的代码：

import cv2
import numpy as np

img=cv2.imread('crop21.jpg')
blur=cv2.GaussianBlur(img,(5,5),0)
hsv=cv2.cvtColor(blur,cv2.COLOR_BGR2HSV)
#threshold green
low_g=np.array([35,100,60],np.uint8)
up_g=np.array([85,255,190],np.uint8)
mask=cv2.inRange(hsv,low_g,up_g)
mask_upstate=cv2.bitwise_and(blur, blur, mask=mask)
#get the bgr value
mean=cv2.mean(mask_upstate)
print (mean)

cv2.imshow('image',mask_upstate)
cv2.waitKey(0)
cv2.destroyAllWindows()

Answer 1

所以基本上你有一个带有叶子和黑色背景的蒙版图像。现在的问题是，它将颜色的总和除以所有像素的数量，而不是仅将其除以具有叶子的像素数量。解决此问题的一种简单快捷的方法是将mean = cv2.mean(mask_upstate) 的结果乘以Total pixels / Non-black pixels，可以按如下方式完成：

# Get the BGR value
mean = cv2.mean(mask_upstate)
multiplier = float(mask.size)/cv2.countNonZero(mask)
mean = tuple([multiplier * x for x in mean])

因此，您只有非黑色像素的平均值，因此没有黑色背景的叶子。

希望这有帮助！