python计算二值图标签最大连通域面积
作者:互联网
计算最大连通域面积、连通域面积列表、画出连通域轮廓、
删除小面积连通域
####计算最大连通域面积、连通域面积列表、画出连通域轮廓、
###删除小面积连通域
import numpy as np
from PIL import Image
from skimage import data,filters,segmentation,measure,morphology
import os
import cv2
import matplotlib.pyplot as plt
img_dir = 'E:\\aaaaaaaaaaaa\\try\\1\\'
threshold = 500
###########找到最大连通域面积###################
def get_max(contours):
sum = list()
SUM1 = 1
for i in range(len(contours)):
area = cv2.contourArea(contours[i])#计算轮廓面积,但是可能和像素点区域不太一样
# area = cv2.countNonZero(img3) # 输入图像是单通道 计算像素点个数
sum.append(area)
sum.sort() #列表值从小到大排序
SUM1 = sum[-1] #sum1总是目标面积最大值
return SUM1
###########计算连通域面积###################
def get_yu(contours):
sum = list()
for i in range(len(contours)):
area = cv2.contourArea(contours[i])#计算轮廓面积,但是可能和像素点区域不太一样 收藏
# area = cv2.countNonZero(contours[i]) # 输入图像是单通道 计算像素点个数
sum.append(area)
sum.sort() #列表值从小到大排序
return sum
for filename in os.listdir(img_dir):
img_name = img_dir + filename
##############下面三句效果等同于 img = Image.open(img_name) thresh = np.array(img)
# img = cv2.imread(img_name)
# img = cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY)
# ret, thresh = cv2.threshold(img, 0, 1,cv2.THRESH_BINARY) # 灰度图二值
img = Image.open(img_name)
thresh = np.array(img)
######cv2.findContours. opencv3版本会返回3个值,opencv2和4只返回后两个值
img2, contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE) #img3是返回的二值图像,contours返回的是轮廓像素点列表,一张图像有几个目标区域就有几个列表值
for i in range(len(contours)):
area = cv2.contourArea(contours[i])#计算轮廓面积,但是可能和像素点区域不太一样 收藏
###判断轮廓面积是否小于阈值,小于阈值就删除连通域
if area < threshold:
cv2.drawContours(img2, [contours[i]], 0, 0, -1)
cv2.imwrite('E:\\aaaaaaaaaaaa\\try\\1\\label1111.png', img2)
# ############白线画轮廓
# # img2 = cv2.imread('E:\\aaaaaaaaaaaa\\try\\1\\label1.png')
# # img3 = cv2.drawContours(img2, contours, -1,(255,255,255),1)
# # cv2.imwrite('E:\\aaaaaaaaaaaa\\try\\1\\label11.png',img3)
标签:连通,img,area,python,标签,sum,cv2,contours,二值 来源: https://blog.csdn.net/ayinaaaa/article/details/121500122