Image 使用图像掩蔽的像素提取？

我有两张照片。

我想提取由各自颜色标记的区域中的像素。（黄色和红色像素的正态分布）

我知道opencv支持按位操作，但我只看到它是用黑/白掩码实现的

---

我考虑过使用np.where（），我很好奇是否有更好的解决方案？

您可以像这样计算红色/黄色像素的数量：

#!/usr/bin/env python3

import cv2
import numpy as np

# Load image
im = cv2.imread('abYaj.png')

# Make mask of red pixels - True where red, false elsewhere
redMask = (im[:, :, 0:3] == [0,0,255]).all(2)

# Count red pixels
redTotal = np.count_nonzero(redMask)            # redTotal=44158

# Make mask of yellow pixels
yellowMask = (im[:, :, 0:3] == [0,255,255]).all(2)

# Count yellow pixels
yellowTotal = np.count_nonzero(yellowMask)      # yellowTotal=356636

---

或者，您可以在终端中使用ImageMagick对它们进行计数，而不编写任何代码：

magick identify -verbose abYag.png

Image:
  Filename: abYaj.png
  Format: PNG (Portable Network Graphics)
  Mime type: image/png
  Class: DirectClass
  Geometry: 1024x1024+0+0
  Units: Undefined
  Colorspace: sRGB
  ...
  ...
  Colors: 3
  Histogram:
    647782: (0,0,0,0) #00000000 none
    44158: (255,0,0,255) #FF0000FF red             <--- HERE
    356636: (255,255,0,255) #FFFF00FF yellow       <--- HERE
  Rendering intent: Perceptual
  ...
  ...

magick-identify-verbose abYag.png
图片：
文件名：abYaj.png
格式：PNG（便携式网络图形）
Mime类型：图像/png
类别：DirectClass
几何图形：1024x1024+0+0
单位：未定义
色彩空间：sRGB
...
...
颜色：3
直方图：
647782:（0,0,0,0）#00000000无
44158:（255,0,0255）#FF0000FF red您可以这样计算红色/黄色像素的数量：

#!/usr/bin/env python3

import cv2
import numpy as np

# Load image
im = cv2.imread('abYaj.png')

# Make mask of red pixels - True where red, false elsewhere
redMask = (im[:, :, 0:3] == [0,0,255]).all(2)

# Count red pixels
redTotal = np.count_nonzero(redMask)            # redTotal=44158

# Make mask of yellow pixels
yellowMask = (im[:, :, 0:3] == [0,255,255]).all(2)

# Count yellow pixels
yellowTotal = np.count_nonzero(yellowMask)      # yellowTotal=356636


或者，您可以在终端中使用ImageMagick对它们进行计数，而不编写任何代码：

magick identify -verbose abYag.png

Image:
  Filename: abYaj.png
  Format: PNG (Portable Network Graphics)
  Mime type: image/png
  Class: DirectClass
  Geometry: 1024x1024+0+0
  Units: Undefined
  Colorspace: sRGB
  ...
  ...
  Colors: 3
  Histogram:
    647782: (0,0,0,0) #00000000 none
    44158: (255,0,0,255) #FF0000FF red             <--- HERE
    356636: (255,255,0,255) #FFFF00FF yellow       <--- HERE
  Rendering intent: Perceptual
  ...
  ...

magick-identify-verbose abYag.png
图片：
文件名：abYaj.png
格式：PNG（便携式网络图形）
Mime类型：图像/png
类别：DirectClass
几何图形：1024x1024+0+0
单位：未定义
色彩空间：sRGB
...
...
颜色：3
直方图：
647782:（0,0,0,0）#00000000无
44158:（255,0,0255）#FF0000FF red您希望得到什么样的答案？用黄色遮罩的像素的平均值？用红色遮罩的像素数？用红色/黄色遮罩的区域中的像素数请问您希望得到什么样的答案？用黄色遮罩的像素的平均值？用红色遮罩的像素数？用红色/黄色遮罩的区域中的像素数谢谢你的回答。不过，我应该更清楚地表达我的问题。看起来你在计算“遮罩”中黄色/红色像素的数量。我想用这些颜色来选择原始图像中的“感兴趣区域”。如中所示，用黄色/红色斑点标记的区域内包含哪些像素。这正是我要求您澄清所需内容时您在评论中所回答的！如果你想对原始图像中的像素做些什么，你可以用我设计的遮罩对它们进行排序，因为我的遮罩在每个像素位置都是布尔真/假。你能解释一下如何对元组（RGB）执行按位排序和排序，因为原始图像就是这样表示的吗？我知道opencv提供了这个函数，但我假设您必须以某种方式将元组映射到整数？原始图像怎么可能是元组？您使用的是OpenCV，它将图像存储为Numpy数组，在您的问题中请参考
np.where（）
。请明确说明你想要的答案。谢谢。我正在读这样的图片。img=cv2.imread（名称、颜色）。因为每个像素有三个通道，所以它是一个元组是有意义的？打印出img会得到类似于[[255255]、[255255]…]的结果。我想知道如何使用上面的图像和掩码执行按位和。谢谢你的回答。不过，我应该更清楚地表达我的问题。看起来你在计算“遮罩”中黄色/红色像素的数量。我想用这些颜色来选择原始图像中的“感兴趣区域”。如中所示，用黄色/红色斑点标记的区域内包含哪些像素。这正是我要求您澄清所需内容时您在评论中所回答的！如果你想对原始图像中的像素做些什么，你可以用我设计的遮罩对它们进行排序，因为我的遮罩在每个像素位置都是布尔真/假。你能解释一下如何对元组（RGB）执行按位排序和排序，因为原始图像就是这样表示的吗？我知道opencv提供了这个函数，但我假设您必须以某种方式将元组映射到整数？原始图像怎么可能是元组？您使用的是OpenCV，它将图像存储为Numpy数组，在您的问题中请参考
np.where（）
。请明确说明你想要的答案。谢谢。我正在读这样的图片。img=cv2.imread（名称、颜色）。因为每个像素有三个通道，所以它是一个元组是有意义的？打印出img会得到类似于[[255255]、[255255]…]的结果。我想知道如何使用上面的图像和掩码执行按位和。非常感谢。