檢測一個物體並得到平均像素值（BGR）

Question

我有一張白紙作爲背景的圖片，我需要去除噪點（黃點）並獲得像素值（bgr）葉。

我用綠色閾值來檢測葉子並用原始圖像掩蓋它。我使用cv2.mean來獲取像素值，但它計算所有像素包括黑色區域/背景。

如何獲得只爲葉的像素值？ 這裏是我使用的代碼：

import cv2 
import numpy as np 

img=cv2.imread('crop21.jpg') 
blur=cv2.GaussianBlur(img,(5,5),0) 
hsv=cv2.cvtColor(blur,cv2.COLOR_BGR2HSV) 
#threshold green 
low_g=np.array([35,100,60],np.uint8) 
up_g=np.array([85,255,190],np.uint8) 
mask=cv2.inRange(hsv,low_g,up_g) 
mask_upstate=cv2.bitwise_and(blur, blur, mask=mask) 
#get the bgr value 
mean=cv2.mean(mask_upstate) 
print (mean) 

cv2.imshow('image',mask_upstate) 
cv2.waitKey(0) 
cv2.destroyAllWindows() 

Answer 1

所以基本上你有一個葉子和黑色背景上的遮蓋的圖像。現在的問題是，它將顏色的總和除以所有像素的數量，而不是將其除以具有葉子的像素的數量。要解決這個一個簡單快速的方法是，將結果從mean = cv2.mean(mask_upstate)通過Total pixels/Non-black pixels，這是可以做到乘以如下：

# Get the BGR value 
mean = cv2.mean(mask_upstate) 
multiplier = float(mask.size)/cv2.countNonZero(mask) 
mean = tuple([multiplier * x for x in mean]) 

因此，你剛纔的非黑色像素的平均值，ERGO葉無黑色的背景。

希望這有助於！