我在 Python 方面的經驗為零，但我需要將它用作我專案的資料處理步驟。我正在處理葡萄園的無人機熱影像，目的是根據海拔和溫度將樹冠像素與地面像素分開。使用 DEM（數字高程模型），首先區分了樹冠和地面。這會產生一個二進制掩膜層，可以放在葡萄園的熱影像之上。這樣，我現在在 Python 中有一個熱影像，其中大部分地面像素為 0，而樹冠像素的值介于 0 和 65535 之間，表示溫度。然而，由于第一個區分（使用 DEM）不夠精確，一些地面像素也包含在冠層掩膜中。
現在我想使用所選區域的溫度進行第二次區分。我能夠使用opencv制作所有冠層區域的輪廓（所以我有一個代表冠層區域的所有輪廓的完整串列 - 帶有一些地面像素）。我的目標是制作每個輪廓區域的直方圖，顯示該區域內每個像素值的密度。希望我可以洗掉太熱的像素（即groundpixels）。
有誰知道如何為影像的每個（填充）輪廓生成直方圖？現在的格式是 6082x4922 ndarray，其值介于 0 和 65535 之間，資料型別為 uint16。我使用 PyCharm 作為 IDE。
提前致謝！
uj5u.com熱心網友回復：
方法：
- 遍歷掩碼中的每個輪廓
- 查找掩碼中存在的像素位置
- 在給定的影像中找到它們對應的值
- 計算并繪制直方圖
代碼：
# reading given image in grayscale
img = cv2.imread('apples.jpg', 0)
# reading the mask in grayscale
img_mask = cv2.imread(r'apples_mask.jpg', 0)
# binarizing the mask
mask = cv2.threshold(img_mask,0,255,cv2.THRESH_BINARY cv2.THRESH_OTSU)[1]
# find contours on the mask
contours, hierarchy = cv2.findContours(mask, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
# the approach is encoded within this loop
for i, c in enumerate(contours):
# create a blank image of same shape
black = np.full(shape = im.shape, fill_value = 0, dtype = np.uint8)
# draw a single contour as a mask
single_object_mask = cv2.drawContours(black,[c],0,255, -1)
# coordinates containing white pixels of mask
coords = np.where(single_object_mask == 255)
# pixel intensities present within the image at these locations
pixels = img[coords]
# plot histogram
plt.hist(pixels,256,[0,256])
plt.savefig('apples_histogram_{}.jpg'.format(i)')
# to avoid plotting in the same plot
plt.clf()
結果：（以下是3個直方圖）
如果洗掉
plt.clf()，所有直方圖都將繪制在一個圖上
您可以為您的用例擴展相同的方法
原圖：
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/492810.html
上一篇：計算影像兩半的像素比