[已解决]计算指定像素个数之比并投入百分比判断

黎明丿晓小

使用python写一个相关的代码

求助各位大佬帮小弟这个忙 ，要求如下：
1.输入一张图片，自动识别其中除黑色（0,0,0）（RGB值）外其他颜色的RGB值；

2.计算其他颜色的像素个数并进行比较；

3.将比较后的数据投入判断循环：
   若0<a<=0.1,输出为0，
   若0.1<a<=0.2，输出为1，
   若0.2<a<=0.5，输出为2，
   若0.5<a<=1，输出为3。
注：a为比值

实际上主要是前两点，个人理解识别颜色RGB值的包应该调用opencv，numpy等，但具体代码因本人水平有限，需要大佬提供参考一下 ，不胜感激！
附示例图：

如上图，计算橙色（170,85,0）像素数量占橙色和绿色（0,85,0）总像素数的比值，黑色属于背景，不计入其中；随后投入一个判断循环，判断比值属于哪个级别。

最佳答案

月排行榜 / 总排行榜

isdkz

2023-4-12 10:35:39

黎明丿晓小 发表于 2023-4-12 16:06
请修改代码并加入以下要求：
1.将每张图片的输出结果以白色文本形式呈现在相应图片的左下角

以下是修改后的代码，将每张图片的输出结果以白色文本形式呈现在相应图片的左下角：

1. import cv2
   
2. import numpy as np
   
3. import os
   
4. 
   
5. def count_pixels(img, color_lower, color_upper):
   
6.     mask = cv2.inRange(img, color_lower, color_upper)
   
7.     return np.sum(mask == 255)
   
8. 
   
9. def calculate_ratio(orange_count, green_count):
   
10.     total_count = orange_count + green_count
    
11.     if total_count == 0:
    
12.         return 0
    
13.     return orange_count / total_count
    
14. 
    
15. def judge_level(ratio):
    
16.     if 0 < ratio <= 0.1:
    
17.         return 0
    
18.     elif 0.1 < ratio <= 0.2:
    
19.         return 1
    
20.     elif 0.2 < ratio <= 0.5:
    
21.         return 2
    
22.     elif 0.5 < ratio <= 1:
    
23.         return 3
    
24. 
    
25. def add_text_to_image(img, text, position):
    
26.     font = cv2.FONT_HERSHEY_SIMPLEX
    
27.     font_scale = 1
    
28.     font_thickness = 2
    
29.     font_color = (255, 255, 255)  # 白色
    
30.     cv2.putText(img, text, position, font, font_scale, font_color, font_thickness, cv2.LINE_AA)
    
31. 
    
32. def process_image(image_path):
    
33.     # 读取图片
    
34.     img = cv2.imread(image_path)
    
35. 
    
36.     # 设置颜色范围（使用BGR顺序）
    
37.     orange_lower = np.array([0, 84, 169], dtype=np.uint8)
    
38.     orange_upper = np.array([1, 86, 171], dtype=np.uint8)
    
39.     green_lower = np.array([0, 84, 0], dtype=np.uint8)
    
40.     green_upper = np.array([1, 86, 1], dtype=np.uint8)
    
41. 
    
42.     # 计算橙色和绿色像素数量
    
43.     orange_count = count_pixels(img, orange_lower, orange_upper)
    
44.     green_count = count_pixels(img, green_lower, green_upper)
    
45. 
    
46.     # 计算橙色像素数量占比
    
47.     ratio = calculate_ratio(orange_count, green_count)
    
48. 
    
49.     # 判断比值属于哪个级别
    
50.     level = judge_level(ratio)
    
51. 
    
52.     # 将输出结果添加到图片的左下角
    
53.     height, width, _ = img.shape
    
54.     text_position = (10, height - 20)
    
55.     text = f"橙色: {orange_count}, 绿色: {green_count}, 比值: {ratio:.2f}, 级别: {level}"
    
56.     add_text_to_image(img, text, text_position)
    
57. 
    
58.     # 保存图片
    
59.     output_image_path = os.path.join("output", os.path.basename(image_path))
    
60.     cv2.imwrite(output_image_path, img)
    
61. 
    
62. def main():
    
63.     # 图片文件夹路径
    
64.     image_folder = "path/to/your/image/folder"
    
65.     image_files = [os.path.join(image_folder, f) for f in os.listdir(image_folder) if f.endswith(('.png', '.jpg', '.jpeg'))]
    
66. 
    
67.     # 创建输出文件夹
    
68.     if not os.path.exists("output"):
    
69.         os.mkdir("output")
    
70. 
    
71.     # 处理每张图片
    
72.     for image_path in image_files:
    
73.         process_image(image_path)
    
74. 
    
75. if __name__ == "__main__":
    
76.     main()

复制代码

此代码将读取图片文件夹中的所有.jpg、.jpeg和.png图片，并处理每张图片。处理结果将以白色文本形式呈现在相应图片的左下角。处理过的图片将保存在与原始图片相同的文件名下，但位于名为"output"的新文件夹中。如果输出文件夹不存在，代码将自动创建一个。

请确保将image_folder变量设置为您的图片文件夹路径，并根据需要调整其他参数，例如字体、字体大小、字体颜色等。此代码将批量处理您的图片，并将带有结果标签的新图片保存到"output"文件夹中。

跳转到最佳答案楼层

isdkz

黎明丿晓小 发表于 2023-4-12 16:06
请修改代码并加入以下要求：
1.将每张图片的输出结果以白色文本形式呈现在相应图片的左下角

以下是修改后的代码，将每张图片的输出结果以白色文本形式呈现在相应图片的左下角：

1. import cv2
   
2. import numpy as np
   
3. import os
   
4. 
   
5. def count_pixels(img, color_lower, color_upper):
   
6.     mask = cv2.inRange(img, color_lower, color_upper)
   
7.     return np.sum(mask == 255)
   
8. 
   
9. def calculate_ratio(orange_count, green_count):
   
10.     total_count = orange_count + green_count
    
11.     if total_count == 0:
    
12.         return 0
    
13.     return orange_count / total_count
    
14. 
    
15. def judge_level(ratio):
    
16.     if 0 < ratio <= 0.1:
    
17.         return 0
    
18.     elif 0.1 < ratio <= 0.2:
    
19.         return 1
    
20.     elif 0.2 < ratio <= 0.5:
    
21.         return 2
    
22.     elif 0.5 < ratio <= 1:
    
23.         return 3
    
24. 
    
25. def add_text_to_image(img, text, position):
    
26.     font = cv2.FONT_HERSHEY_SIMPLEX
    
27.     font_scale = 1
    
28.     font_thickness = 2
    
29.     font_color = (255, 255, 255)  # 白色
    
30.     cv2.putText(img, text, position, font, font_scale, font_color, font_thickness, cv2.LINE_AA)
    
31. 
    
32. def process_image(image_path):
    
33.     # 读取图片
    
34.     img = cv2.imread(image_path)
    
35. 
    
36.     # 设置颜色范围（使用BGR顺序）
    
37.     orange_lower = np.array([0, 84, 169], dtype=np.uint8)
    
38.     orange_upper = np.array([1, 86, 171], dtype=np.uint8)
    
39.     green_lower = np.array([0, 84, 0], dtype=np.uint8)
    
40.     green_upper = np.array([1, 86, 1], dtype=np.uint8)
    
41. 
    
42.     # 计算橙色和绿色像素数量
    
43.     orange_count = count_pixels(img, orange_lower, orange_upper)
    
44.     green_count = count_pixels(img, green_lower, green_upper)
    
45. 
    
46.     # 计算橙色像素数量占比
    
47.     ratio = calculate_ratio(orange_count, green_count)
    
48. 
    
49.     # 判断比值属于哪个级别
    
50.     level = judge_level(ratio)
    
51. 
    
52.     # 将输出结果添加到图片的左下角
    
53.     height, width, _ = img.shape
    
54.     text_position = (10, height - 20)
    
55.     text = f"橙色: {orange_count}, 绿色: {green_count}, 比值: {ratio:.2f}, 级别: {level}"
    
56.     add_text_to_image(img, text, text_position)
    
57. 
    
58.     # 保存图片
    
59.     output_image_path = os.path.join("output", os.path.basename(image_path))
    
60.     cv2.imwrite(output_image_path, img)
    
61. 
    
62. def main():
    
63.     # 图片文件夹路径
    
64.     image_folder = "path/to/your/image/folder"
    
65.     image_files = [os.path.join(image_folder, f) for f in os.listdir(image_folder) if f.endswith(('.png', '.jpg', '.jpeg'))]
    
66. 
    
67.     # 创建输出文件夹
    
68.     if not os.path.exists("output"):
    
69.         os.mkdir("output")
    
70. 
    
71.     # 处理每张图片
    
72.     for image_path in image_files:
    
73.         process_image(image_path)
    
74. 
    
75. if __name__ == "__main__":
    
76.     main()

复制代码

此代码将读取图片文件夹中的所有.jpg、.jpeg和.png图片，并处理每张图片。处理结果将以白色文本形式呈现在相应图片的左下角。处理过的图片将保存在与原始图片相同的文件名下，但位于名为"output"的新文件夹中。如果输出文件夹不存在，代码将自动创建一个。

请确保将image_folder变量设置为您的图片文件夹路径，并根据需要调整其他参数，例如字体、字体大小、字体颜色等。此代码将批量处理您的图片，并将带有结果标签的新图片保存到"output"文件夹中。

isdkz

以下是一个使用Python、OpenCV和Numpy的示例代码，用于实现您所需的功能：

1. import cv2
   
2. import numpy as np
   
3. 
   
4. def count_pixels(img, color_lower, color_upper):
   
5.     mask = cv2.inRange(img, color_lower, color_upper)
   
6.     return np.sum(mask == 255)
   
7. 
   
8. def calculate_ratio(orange_count, green_count):
   
9.     total_count = orange_count + green_count
   
10.     if total_count == 0:
    
11.         return 0
    
12.     return orange_count / total_count
    
13. 
    
14. def judge_level(ratio):
    
15.     if 0 < ratio <= 0.1:
    
16.         return 0
    
17.     elif 0.1 < ratio <= 0.2:
    
18.         return 1
    
19.     elif 0.2 < ratio <= 0.5:
    
20.         return 2
    
21.     elif 0.5 < ratio <= 1:
    
22.         return 3
    
23. 
    
24. def main():
    
25.     # 读取图片
    
26.     img = cv2.imread("example_image.jpg")
    
27. 
    
28.     # 设置颜色范围
    
29.     orange_lower = np.array([169, 84, 0], dtype=np.uint8)
    
30.     orange_upper = np.array([171, 86, 1], dtype=np.uint8)
    
31.     green_lower = np.array([0, 84, 0], dtype=np.uint8)
    
32.     green_upper = np.array([1, 86, 1], dtype=np.uint8)
    
33. 
    
34.     # 计算橙色和绿色像素数量
    
35.     orange_count = count_pixels(img, orange_lower, orange_upper)
    
36.     green_count = count_pixels(img, green_lower, green_upper)
    
37. 
    
38.     # 计算橙色像素数量占比
    
39.     ratio = calculate_ratio(orange_count, green_count)
    
40. 
    
41.     # 判断比值属于哪个级别
    
42.     level = judge_level(ratio)
    
43. 
    
44.     print(f"橙色像素数量: {orange_count}")
    
45.     print(f"绿色像素数量: {green_count}")
    
46.     print(f"比值: {ratio}")
    
47.     print(f"级别: {level}")
    
48. 
    
49. if __name__ == "__main__":
    
50.     main()
    

复制代码

这个示例代码首先读取图像文件，然后计算橙色和绿色像素的数量。

之后，它会计算橙色像素数量占橙色和绿色像素总数的比值，最后根据比值判断级别。

请注意，您需要根据实际情况调整颜色范围，以获得最佳结果。

黎明丿晓小

isdkz 发表于 2023-4-12 10:59
以下是一个使用Python、OpenCV和Numpy的示例代码，用于实现您所需的功能：

谢谢！但有一点错了，opencv读取的是BGR值而不是RGB值，所以设置颜色范围那一块的数值需要颠倒一下

isdkz

黎明丿晓小 发表于 2023-4-12 11:31
谢谢！但有一点错了，opencv读取的是BGR值而不是RGB值，所以设置颜色范围那一块的数值需要颠倒一下

抱歉，您是对的。在OpenCV中，颜色是按BGR顺序而不是RGB顺序表示的。

请参考以下修正后的代码：

1. import cv2
   
2. import numpy as np
   
3. 
   
4. def count_pixels(img, color_lower, color_upper):
   
5.     mask = cv2.inRange(img, color_lower, color_upper)
   
6.     return np.sum(mask == 255)
   
7. 
   
8. def calculate_ratio(orange_count, green_count):
   
9.     total_count = orange_count + green_count
   
10.     if total_count == 0:
    
11.         return 0
    
12.     return orange_count / total_count
    
13. 
    
14. def judge_level(ratio):
    
15.     if 0 < ratio <= 0.1:
    
16.         return 0
    
17.     elif 0.1 < ratio <= 0.2:
    
18.         return 1
    
19.     elif 0.2 < ratio <= 0.5:
    
20.         return 2
    
21.     elif 0.5 < ratio <= 1:
    
22.         return 3
    
23. 
    
24. def main():
    
25.     # 读取图片
    
26.     img = cv2.imread("example_image.jpg")
    
27. 
    
28.     # 设置颜色范围（使用BGR顺序）
    
29.     orange_lower = np.array([0, 84, 169], dtype=np.uint8)
    
30.     orange_upper = np.array([1, 86, 171], dtype=np.uint8)
    
31.     green_lower = np.array([0, 84, 0], dtype=np.uint8)
    
32.     green_upper = np.array([1, 86, 1], dtype=np.uint8)
    
33. 
    
34.     # 计算橙色和绿色像素数量
    
35.     orange_count = count_pixels(img, orange_lower, orange_upper)
    
36.     green_count = count_pixels(img, green_lower, green_upper)
    
37. 
    
38.     # 计算橙色像素数量占比
    
39.     ratio = calculate_ratio(orange_count, green_count)
    
40. 
    
41.     # 判断比值属于哪个级别
    
42.     level = judge_level(ratio)
    
43. 
    
44.     print(f"橙色像素数量: {orange_count}")
    
45.     print(f"绿色像素数量: {green_count}")
    
46.     print(f"比值: {ratio}")
    
47.     print(f"级别: {level}")
    
48. 
    
49. if __name__ == "__main__":
    
50.     main()
    

复制代码

请注意，我已将颜色范围调整为BGR顺序。这应该能得到正确的结果。再次感谢您的指正！

黎明丿晓小

isdkz 发表于 2023-4-12 12:10
抱歉，您是对的。在OpenCV中，颜色是按BGR顺序而不是RGB顺序表示的。

请参考以下修正后的代码：

请修改代码并加入以下要求：
1.批量读取图片并实现此功能；
2.将每张图片的输出结果汇总到一个.txt文件中

isdkz

黎明丿晓小 发表于 2023-4-12 12:19
请修改代码并加入以下要求：
1.批量读取图片并实现此功能；
2.将每张图片的输出结果汇总到一个.txt文件 ...

以下是修改后的代码，支持批量读取图片并将输出结果汇总到一个.txt文件中：

1. import cv2
   
2. import numpy as np
   
3. import os
   
4. 
   
5. def count_pixels(img, color_lower, color_upper):
   
6.     mask = cv2.inRange(img, color_lower, color_upper)
   
7.     return np.sum(mask == 255)
   
8. 
   
9. def calculate_ratio(orange_count, green_count):
   
10.     total_count = orange_count + green_count
    
11.     if total_count == 0:
    
12.         return 0
    
13.     return orange_count / total_count
    
14. 
    
15. def judge_level(ratio):
    
16.     if 0 < ratio <= 0.1:
    
17.         return 0
    
18.     elif 0.1 < ratio <= 0.2:
    
19.         return 1
    
20.     elif 0.2 < ratio <= 0.5:
    
21.         return 2
    
22.     elif 0.5 < ratio <= 1:
    
23.         return 3
    
24. 
    
25. def process_image(image_path):
    
26.     # 读取图片
    
27.     img = cv2.imread(image_path)
    
28. 
    
29.     # 设置颜色范围（使用BGR顺序）
    
30.     orange_lower = np.array([0, 84, 169], dtype=np.uint8)
    
31.     orange_upper = np.array([1, 86, 171], dtype=np.uint8)
    
32.     green_lower = np.array([0, 84, 0], dtype=np.uint8)
    
33.     green_upper = np.array([1, 86, 1], dtype=np.uint8)
    
34. 
    
35.     # 计算橙色和绿色像素数量
    
36.     orange_count = count_pixels(img, orange_lower, orange_upper)
    
37.     green_count = count_pixels(img, green_lower, green_upper)
    
38. 
    
39.     # 计算橙色像素数量占比
    
40.     ratio = calculate_ratio(orange_count, green_count)
    
41. 
    
42.     # 判断比值属于哪个级别
    
43.     level = judge_level(ratio)
    
44. 
    
45.     return orange_count, green_count, ratio, level
    
46. 
    
47. def main():
    
48.     # 图片文件夹路径
    
49.     image_folder = "path/to/your/image/folder"
    
50.     image_files = [os.path.join(image_folder, f) for f in os.listdir(image_folder) if f.endswith(('.png', '.jpg', '.jpeg'))]
    
51. 
    
52.     # 输出结果文件
    
53.     output_file = "output.txt"
    
54. 
    
55.     with open(output_file, "w") as f:
    
56.         for image_path in image_files:
    
57.             orange_count, green_count, ratio, level = process_image(image_path)
    
58.             f.write(f"图片: {os.path.basename(image_path)}\n")
    
59.             f.write(f"橙色像素数量: {orange_count}\n")
    
60.             f.write(f"绿色像素数量: {green_count}\n")
    
61.             f.write(f"比值: {ratio}\n")
    
62.             f.write(f"级别: {level}\n\n")
    
63. 
    
64. if __name__ == "__main__":
    
65.     main()

复制代码

请将image_folder变量设置为您的图片文件夹路径。此代码将读取文件夹中的所有.jpg、.jpeg和.png图片，并处理每张图片。

处理结果将写入名为"output.txt"的文件中。您可以根据需要更改输出文件名。

黎明丿晓小

isdkz 发表于 2023-4-12 12:23
以下是修改后的代码，支持批量读取图片并将输出结果汇总到一个.txt文件中：

请修改代码并加入以下要求：
1.将每张图片的输出结果以白色文本形式呈现在相应图片的左下角