Python 用分水岭算法检测物体的面积

我使用分水岭算法来检测树冠。这些图像是由一架无人机拍摄的，下面显示了它的图像。 我想分别得到每棵树的面积（像素数），但我不知道该怎么做

代码

img = cv2.imread("subset3.tif")
imgray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
thresh = cv2.adaptiveThreshold(imgray, 255, cv2.ADAPTIVE_THRESH_GAUSSIAN_C, cv2.THRESH_BINARY, 713, 9)

# noise removal
kernel = np.ones((9,9),np.uint8)
opening = cv2.morphologyEx(thresh,cv2.MORPH_OPEN,kernel, iterations = 3)

# sure background area
sure_bg = cv2.dilate(opening,kernel,iterations=3)

# Finding sure foreground area
dist_transform = cv2.distanceTransform(opening,cv2.DIST_L2,3)
ret, sure_fg = cv2.threshold(dist_transform,0.005*dist_transform.max(),255,0)

# Finding unknown region
sure_fg = np.uint8(sure_fg)
unknown = cv2.subtract(sure_bg,sure_fg)

# Marker labelling
ret, markers = cv2.connectedComponents(sure_fg)

# Add one to all labels so that sure background is not 0, but 1
markers = markers+1

# Now, mark the region of unknown with zero
markers[unknown==255] = 0

#Apply watershed()
markers = cv2.watershed(img,markers)
img[markers == -1] = [0,255,0]

---

基本上

ret

是组件的数量，

标记

标记每个像素属于哪个组件。所以我们可以数一数：

area =[np.sum(markers==val) for val in range(ret)]
     

---

您可能需要更改为

范围（1，ret+1）

，因为我们已经移动了

标记

基本上

ret

是组件的数量，

标记

标记每个像素所属的组件。所以我们可以数一数：

area =[np.sum(markers==val) for val in range(ret)]
     

---

您可能需要更改为

范围（1，ret+1）

，因为我们已经移动了

标记

，这是一个潜在的昂贵解决方案。如果有100个区域，将遍历图像100次以计数。最好做一个柱状图，然后一次数完所有标签。@CrisLuengo完全，我没有想到柱状图。这基本上是一个for循环和计数。谢谢大家！这是一个潜在的昂贵解决方案。如果有100个区域，将遍历图像100次以计数。最好做一个柱状图，然后一次数完所有标签。@CrisLuengo完全，我没有想到柱状图。这基本上是一个for循环和计数。谢谢大家！