如何在 PIL 中选择与图像边缘相邻的所有黑色像素？

Question

我有一组培养皿图像，不幸的是，它们的质量不是最高的（下面的示例，轴不是图像的一部分）。 我正在尝试选择背景并使用以下命令计算其面积（以像素为单位）：

image = Image.open(path)
black_image = 1 * (np.asarray(image.convert('L')) < 12)
black_region = black_image.sum()

这会产生以下结果：

如果我对黑色像素的选择更严格，我会错过其他图像中的像素，如果我更宽松，我最终会选择太多的培养皿本身。有没有办法只能选择亮度值小于 12 并且与边缘相邻的像素？我也对 openCV 解决方案持开放态度。

Answer 1

希望我没有过度简化问题，但从我的角度来看，使用 OpenCV 进行简单的阈值处理、形态学操作，findContours应该可以完成这项工作。

请参阅以下代码：

import cv2
import numpy as np

# Input
input = cv2.imread('images/x0ziO.png', cv2.IMREAD_COLOR)

# Input to grayscale
gray = cv2.cvtColor(input, cv2.COLOR_BGR2GRAY)

# Binary threshold
_, gray = cv2.threshold(gray, 20, 255, cv2.THRESH_BINARY)

# Morphological improvements of the mask
gray = cv2.morphologyEx(gray, cv2.MORPH_OPEN, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)))
gray = cv2.morphologyEx(gray, cv2.MORPH_CLOSE, cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (11, 11)))

# Find contours
cnts, _ = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)

# Filter large size contours; at the end, there should only be one left
largeCnts = []
for cnt in cnts:
    if (cv2.contourArea(cnt) > 10000):
        largeCnts.append(cnt)

# Draw (filled) contour(s)
gray = np.uint8(np.zeros(gray.shape))
gray = cv2.drawContours(gray, largeCnts, -1, 255, cv2.FILLED)

# Calculate background pixel area
bgArea = input.shape[0] * input.shape[1] - cv2.countNonZero(gray)

# Put result on input image
input = cv2.putText(input, 'Background area: ' + str(bgArea), (20, 30), cv2.FONT_HERSHEY_COMPLEX_SMALL, 1.0, (255, 255, 255))

cv2.imwrite('images/output.png', input)

中间的“掩模”图像如下所示：

并且，最终输出如下所示：