Numpy 如何计算覆盖图像中每个矩形中的白色像素？

我有数千张1000X2000像素的图像，我希望在图像100X200的每个小窗口中只计算白色像素，并在向量数组中写入计数数 请问我如何通过python openCV做到这一点

示例图像：

---

Opencv和Numpy在这方面做得很好。可以使用numpy切片以每个框为目标，使用numpy.sum计算切片中的白色像素数

导入cv2
将numpy作为np导入
#计算每个框的白色像素数
def箱数（img、bw、bh）：
#声明输出列表
计数=[]；
h、 w=惯性形状[：2]；
对于范围内的y（0，h-bh+1，bh）：
行=[]；
对于范围内的x（0，w-bw+1，bw）：
#切片盒
框=img[y:y+bh，x:x+bw]；
#计数
计数=np.和（框==255）；
行。追加（计数）；
计数。追加（行）；
返回计数；
#加载图像
img=cv2.imread（“jump.png”）；
img=cv2.resize（img，（10002000））；
灰色=cv2.CVT颜色（img，cv2.COLOR_BGR2GRAY）；
#定义框搜索参数
盒子的宽度=100；
箱体高度=200；
#计数
计数=箱数（img、箱宽、箱高）；
对于行输入计数：
打印（行）；

除了count=np.sum（box==255）之外，另一种方法是：count=len（cv2.findNonZero（box）），它可以用于“最大白色”和其他色调。