在Python OpenCV中查找connectedComponents的颜色

Question

假设我有一个numpy数组图像，该图像已被二值化：所有值都是0或255。在opencv的python变体中，我可以这样做：

conn = cv2.connectedComponentsWithStats(mask, 8, cv2.CV_32S)

而conn物体会告诉我：

• 有多少个连接的组件（标签）
• 原始图像中每个像素的标签
• 每个连接组件的边界框和面积
• 每个连接组件的质心位置

此外，可以保证标签0是“背景”标签，但是根据文档，没有任何迹象表明该背景是如何确定的。

假设我的图像是白色背景上的黑点，实际上无法保证行为：可能是一个实际上使背景溢出的黑点（留下“背景角”）或多个小块点，甚至是黑点以这种方式排列在它们之间创建白色小岛，等等。

但是我只对我的黑点感兴趣。

当我不相信openCV提供的背景组件的颜色时，是否有一种简单的Python方式来确定每个连接段的基础颜色？或者：我是否缺少关于connectedComponent功能或OpenCV API的明显信息？

（请注意：我知道我可以这样做：遍历标签，在提供的标签数组中找到每个标签的第一个实例，然后探查图像数组中的相应索引。至少我认为我可以做到-文档很少。但这使我感到非常不雅。）

Answer 1

正如一个有趣的点，ImageMagick 中的连接组件确实列出了该区域的平均颜色，因为它允许模糊颜色区域确定（根据模糊值），此处未显示。

这是一个简单的二进制示例，因此平均颜色是实际颜色：

magick objects.gif -define connected-components:verbose=true -connected-components 4 -auto-level regions.png

Objects (id: bounding-box centroid area mean-color):
  0: 256x171+0+0 119.2,80.8 33117 srgb(0,0,0)
  2: 120x135+104+18 159.5,106.5 8690 srgb(255,255,255)
  3: 50x36+129+44 154.2,63.4 1529 srgb(0,0,0)
  4: 21x23+0+45 8.8,55.9 409 srgb(255,255,255)
  1: 4x10+252+0 253.9,4.1 31 srgb(255,255,255)

列表首先按最高区域排序。因此，“背景”将由最大的区域面积确定并列在第一位。

结果通过 id 编号编码为灰度级，通过 -auto-level 拉伸到全动态范围以供查看。

还有一个定义参数，可以设置它来生成按区域过滤的输出，然后按平均颜色显示包含结果区域的图像。

magick objects.gif -define connected-components:area-threshold=410 -define connected-components:mean-color=true -connected-components 4 filtered.png