如何使用Python和Opencv计算白色区域？

我是triyng计算此图像中白色像素的面积：

我的代码：

import cv2
import matplotlib.pyplot as plt
import numpy as np

img = cv2.imread("tepsi.jpg")
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)
mask = cv2.inRange(hsv,(21, 10, 15), (30, 255, 255) )
cv2.imshow("orange", mask)
cv2.waitKey()
cv2.destroyAllWindows()

我怎样才能解决这个问题？实际上，我的目的是找到食物盘的空白区域

---

谢谢您的回答。

这是一种选择。由于BGR中的白色是

（255，255，255）

，因此我建议您将图像转换为布尔值true，其中每个（独立）通道等于

255

：

b, g, r = cv2.split(img)
wb = b == 255
wg = g == 255
wr = r == 255

对于同一像素，所有通道的值必须为

255

（

True

），因此，请使用：

最后，获取真实值的计数和图像的大小，并找到白色像素的百分比：

img_size = r.size
white_pixels_count = np.sum(white_pixels_if_true)
white_area_ratio = white_pixels_count / img_size

给定图像的面积，您可以将面积乘以

白面积比

得到白面积。

谢谢您的建议，我找到了解决上述图片问题的方法。但我会试试你的建议

注意：我的托盘是白色区域，目前保持不变

我的解决方案：

import numpy as np
import cv2

image = cv2.imread("petibor_biskuvi.png")
dimensions = image.shape

height= image.shape[0]
width = image.shape[1]
size = height*width

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (7, 7), 0)


_,thresh = cv2.threshold(gray,150,255,cv2.THRESH_BINARY_INV)

cnts, hier = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
size_elements = 0
for cnt in cnts:
    cv2.drawContours(image,cnts, -1, (0, 0, 255), 3)
    size_elements += cv2.contourArea(cnt)
    print(cv2.contourArea(cnt))



cv2.imshow("Image", image)
print("size elements total : ", size_elements)
print("size of pic : ", size)
print("rate of fullness : % ", (size_elements/size)*100)
cv2.waitKey(0)

---

使用

whitePixelCount=cv2.countNonZero（掩码）

获取掩码中白色像素的计数。该函数将统计每个白色像素，包括与其他斑点隔离的像素。如果您想要一个百分比，请将

whitePixelCount

除以遮罩尺寸。由于托盘的形状是固定的，您可以先划分位置（五个盘子位置和空白），然后应用阈值（cv2.inrange）。这可能会显示更好的结果。或者如果你必须只使用颜色空间来获得空白区域。我认为自适应阈值函数比固定阈值更好。

import numpy as np
import cv2

image = cv2.imread("petibor_biskuvi.png")
dimensions = image.shape

height= image.shape[0]
width = image.shape[1]
size = height*width

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
gray = cv2.GaussianBlur(gray, (7, 7), 0)


_,thresh = cv2.threshold(gray,150,255,cv2.THRESH_BINARY_INV)

cnts, hier = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
size_elements = 0
for cnt in cnts:
    cv2.drawContours(image,cnts, -1, (0, 0, 255), 3)
    size_elements += cv2.contourArea(cnt)
    print(cv2.contourArea(cnt))



cv2.imshow("Image", image)
print("size elements total : ", size_elements)
print("size of pic : ", size)
print("rate of fullness : % ", (size_elements/size)*100)
cv2.waitKey(0)