寻找黑色背景图像中白色区域
在图片处理中，有时我们需要统计图像中特定区域或目标的数量。本例中，目标是从黑色背景的图像中统计白色区域的数量。
给你提供的代码主要包含以下步骤：
- 图像二值化
- 使用最小包围圆获取培养皿区域
- 掩膜、腐蚀和膨胀以去除噪点
对于计数白色区域，一种思路是遍历像素并查找白色点。然而，这可能会很繁琐。解决方案是使用cv2.connectedcomponentswithstats函数：
_, bin_img = cv2.threshold(dilation, 0, 1, cv2.thresh_binary) # 搜索图像中的连通区域 ret, labels, stats, centroid = cv2.connectedcomponentswithstats(bin_img, connectivity=4)
- labels：连通区域的标签
- stats：每个连接组件的统计数据，包括其矩形边界
- centroid：每个连接组件的重心
通过遍历stats中的统计数据，可以计算每个连接组件的边界框并绘制矩形。可以进一步识别面积超过一定阈值的区域，将其视为单个点。
idx = 1
for stat in stats:
if (stat[2] - stat[0]) > bin_img.shape[0] / 2:
continue
cv2.rectangle(original_img_cbk, (stat[0], stat[1]), (stat[0] + stat[2], stat[1] + stat[3]), (0, 0, 255), 2)
cv2.putText(original_img_cbk, str(idx), (stat[0], stat[1] + 25), cv2.FONT_HERSHEY_SIMPLEX, 0.8, (255, 25, 25), 2)
idx += 1这样，图像中的白色点就会被识别并标记。
