Python 如何在非实心黑色背景中标记不同的对象？

我知道如果背景色不是纯黑色，

scipy.ndimage.label

就无法添加标签。
所以我有一个黑色背景的图像，它不是纯黑色的，所以我们不能假设所有像素的RGB值都是（0,0,0）

如何准备图像以便使用

ndimage.label

这是一个类似于测试的图像：

注：
（1） 图像从

RGB

转换为

PNG灰度

（2） 背景颜色不同。
（3）

ndimage.label

将整个图像标记为一个对象。

---

谢谢

您可以将小于某个阈值的所有值设置为0，然后调用标签：

In [16]: img2 = img.copy()     # Copy the image.

In [17]: img2[img2 < 20] = 0   # Set all values less than 20 to 0.

In [18]: lbl, n = label(img2)

In [19]: n
Out[19]: 2

[16]中的

：img2=img.copy（）#复制图像。
在[17]：img2[img2<20]=0中，将所有小于20的值设置为0。
In[18]：lbl，n=标签（img2）
In[19]：n
Out[19]：2

这是一种尽可能增加对比度的简单方法，使任何“亮”变成白色，“暗”变成黑色。假设8位灰度，并调整@Warren Weckesser答案中的代码：

img2 = img.copy()     # Copy the image.
img2[img2 < 128] = 0   # Set all values less than 128 to 0 (black).
img2[img2 >= 128] = 255   # Set all values equal or greater than 128 to 255 (white).
lbl, n = label(img2)

img2=img.copy（）#复制图像。
img2[img2<128]=0#将所有小于128的值设置为0（黑色）。
img2[img2>=128]=255#将所有大于或等于128的值设置为255（白色）。
lbl，n=标签（img2）

---

让我知道这是否对您有效。

很好，但我必须问一下，是否有任何方法可以自动确定适当的阈值？？因为我可以猜到您是通过'pylab.hist（ist）计算出该值的。对吗？谢谢，实际上，我只是查看了块img[：5，：5]，看到了9和10等值，所以我尝试了20个，效果非常好。换句话说：一个幸运的猜测。您使用直方图的想法可能是自动确定适当阈值方法的一个良好开端。感谢您的努力。请毫不犹豫地发布任何新想法。为什么不消除差异？从本质上说，这是在尽可能地提高对比度。因此，如果该值超过黑色的一半，则为黑色，反之亦然。@JamieBull你说得对。为什么不在帖子中说明你的答案，这样我就可以接受它。谢谢，它是有效的，但它仍然不是通用的。我想你会用直方图来确定你所说的自动差异。我会接受你的答案不管怎样，谢谢你必须有一个相当奇怪的图像，这样当你把它分成两组时，它才值得去做直方图。如果您需要两个以上的集合（如后期处理/颜色量化算法的一些变体），那么这可能是一个很好的方法。很高兴这对你有用。