如何使用python查找图像中圆的平均RGB值？

我正试图帮助一位同事，他使用一种非常古老的比色技术来测量细胞死亡。为了简化问题，这里有一个示意图：

这被称为96孔板。我需要找到所有的井并返回每个井的RGB值。粉红色表示所有细胞都是活的，蓝色表示没有细胞是活的。他们有一个计算公式。现在我一直在处理这张图像，到目前为止，我可以用这段代码检测所有油井：

import cv2 
import numpy as np 

# Read image. 
img = cv2.imread('images/placaTeoricaCompleta_result.jpg') 

# Convert to grayscale. 
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 

# Blur using 3 * 3 kernel. 
gray_blurred = cv2.blur(gray, (3, 3))


# Apply Hough transform on the blurred image. 
detected_circles = cv2.HoughCircles(gray_blurred, 
                cv2.HOUGH_GRADIENT, 1.2, 20, param1 = 50, 
            param2 = 30, minRadius = 30, maxRadius = 50) 

# Draw circles that are detected. 
if detected_circles is not None: 

    # Convert the circle parameters a, b and r to integers. 
    detected_circles = np.uint16(np.around(detected_circles))

    for pt in detected_circles[0, :]: 
        a, b, r = pt[0], pt[1], pt[2] 

        # Draw the circumference of the circle. 
        cv2.circle(img, (a, b), r, (0, 255, 0), 2) 

        # Draw a small circle (of radius 1) to show the center. 
        cv2.circle(img, (a, b), 1, (0, 0, 255), 3) 
    
    cv2.imshow("Detected Circle", img) 
    cv2.waitKey(0) 

但是我找不到一种方法来返回每个井的RGB值

真实图像的外观如下所示：

---

如何返回每个圆的RGB值？这最好是从A到H和从1到12的顺序，或者在圆圈中写入RGB值。

您可以为每个圆圈生成一个遮罩，然后获得颜色通道的平均值。以下代码仅用于一个圆，但您可以将其放入for循环中：

x，y，r=检测到\u个圆[0]。aType（np.int32）
roi=图像[y-r:y+r，x-r:x+r]

#生成掩码
宽度、高度=投资回报率。形状[：2]
mask=np.zero（（宽度、高度、3），roi.dtype）
cv2.圆（遮罩，（整数（宽度/2），整数（高度/2）），r，（255，255，255），-1）

dst=cv2.按位_和（roi，掩码）

#过滤黑色并获取颜色值
数据=[]
对于范围（3）中的i：
信道=dst[：，：，i]
索引=np。其中（通道！=0）[0]
颜色=np.平均值（通道[指数]）
data.append（int（颜色））
#opencv图像采用bgr格式
蓝色、绿色、红色=数据（110、74、49）

---

图像中的文本为rgb格式。

如果每个圆都有质心，可以平均质心处及其附近的rgb值，以获得良好的颜色测量值。我建议使用不同的颜色空间，因为R、G、，数字图像中物体颜色的B和B分量都与照射到物体上的光量相关，因此，根据这些分量的图像描述彼此之间的关系使得物体识别困难。色调/明度/色度或色调/明度/饱和度方面的描述通常更相关。这是当你想检测数字图像中的颜色时，比如你发布的第二张图像你看过了吗