首先原图如下:需要提取出十字架顶端的四个圆区域带颜色的平均rgb值,如果是白色的就不参与计算

import cv2
import numpy as np
import imagesize
from PIL import Image
import matplotlib.pyplot as pltdef mean_rgb(path,left, upper, right, lower):"""所截区域图片保存:param path: 图片路径:param left: 区块左上角位置的像素点离图片左边界的距离:param upper:区块左上角位置的像素点离图片上边界的距离:param right:区块右下角位置的像素点离图片左边界的距离:param lower:区块右下角位置的像素点离图片上边界的距离故需满足:lower > upper、right > left"""img = Image.open(path)  # 打开图像box = (left, upper, right, lower) #需要裁剪的图片区域roi = img.crop(box)rgb_im = roi.convert('RGB')# #展示裁剪后的图片区域# plt.imshow(roi)# plt.axis('off')# plt.show()#计算裁剪后的图片区域的平均rgb值s1=[]s2=[]s3=[](w,h)=rgb_im.sizefor i in range(w):  #for j in range(h):r, g, b = rgb_im.getpixel((i, j)) #读取每一点的RGB值#黑色rgb(0,0,0),s1\s2\s3中均不包含黑色区域的rgb值if r>0:s1.append(r)if g>0:s2.append(g)if b>0:s3.append(b)#计算平均r值if len(s1)==0 :r_mean=0else:r_mean=np.mean(s1)#计算平均g值if len(s2)==0:g_mean=0else:g_mean=np.mean(s2)#计算平均b值if len(s3)==0:b_mean=0else:b_mean=np.mean(s3)print(r_mean,g_mean,b_mean) #输出rgb平均值   src = cv2.imread(r"2.jpg")#这里原图像路径,cv2.imread()接口读图像,读进来直接是BGR 格式数据格式在 0~255
# cv2.namedWindow("input", cv2.WINDOW_AUTOSIZE)
# cv2.imshow("input", src)
"""
提取图中的圆
"""
hsv = cv2.cvtColor(src, cv2.COLOR_BGR2HSV)#BGR转HSV
low_hsv = np.array([10,40,46])#这里要根据HSV表对应,填入三个min值
high_hsv = np.array([165,255,255])#这里填入三个max值
mask = cv2.inRange(hsv,lowerb=low_hsv,upperb=high_hsv)#提取掩膜mask_img = cv2.add(src, np.zeros(np.shape(src), dtype=np.uint8), mask=mask)
#这个是把掩模图和原图进行叠加,获得原图上掩模图位置的区域
mask_img=cv2.cvtColor(mask_img,cv2.COLOR_BGR2BGRA)# cv2.imshow("image",mask_img)
cv2.imwrite('result1.png',mask_img)
# cv2.waitKey(0)
# cv2.destroyAllWindows()#分别求四个圆区域的平均rgb值
Dir='result1.png'
w,h=imagesize.get(Dir) #w为图片宽度,h为图片高度
print("最左侧圆区域的rgb平均值")
mean_rgb(Dir,0,0,round(w/3),h)
print("最右侧圆区域的rgb平均值")
mean_rgb(Dir,round(2*w/3),0,w,h)
print("最上面圆区域的rgb平均值")
mean_rgb(Dir,0,0,w,round(h/3))
print("最下面圆区域的rgb平均值")
mean_rgb(Dir,0,round(2*h/3),w,h)

输出结果如下:

python 提取出图片特定区域的平均rgb值相关推荐

  1. python 提取出所有学生的序号,姓名,成绩(简单易懂,代码可以直接运行)

    python 提取出所有学生的序号,姓名,成绩(简单易懂,代码可以直接运行)(正则表达式提取) 数据如下: <tbody> <tr><td><span> ...

  2. python 提取出所有学生的序号,姓名,成绩(简单易懂,代码可以直接运行,非正则表达式)

    python 提取出所有学生的序号,姓名,成绩(简单易懂,代码可以直接运行,非正则表达式) 非正则表达式提取信息利用的是字符串的切片原理,商铺先用spilt函数将每一条<tr><\t ...

  3. Python批量修改图片,刷新哈希值

    为什么要修改图片的哈希值? 如何修改图片的哈希值? 为什么要修改图片的哈希值? 上传一个文件到网盘时,网盘会检查该文件的哈希值,如果与网盘服务器上储存的某个文件的哈希值相同,说明该文件已经被上传过了, ...

  4. c# 识别图片的颜色值即RGB值

    //用于检索颜色相似的算法所声明的变量         int i, j;         string c11, c22;         int r = 16000, n1, m11, m1, n ...

  5. java提取屏幕颜色,各种颜色的rgb值-Mac中怎么使用自带的数码测色计提取屏幕颜色RGB值?...

    一 : Mac中怎么使用自带的数码测色计提取屏幕颜色RGB值? 开发人员和设计人员经常会在互联网上看到喜欢的配色方案,但是肉眼并不能辨识颜色的具体色号.这时就需要借助工具来帮我们完成屏幕取色的工作,再 ...

  6. Python提取数字图片特征向量

    引言 在机器学习中有一种学习叫做手写数字识别,其主要功能就是让机器识别出图片中的数字,其步骤主要包括:图片特征提取.将特征值点阵转化为特征向量.进行模型训练.第一步便是提取图片中的特征提取.数据的预处 ...

  7. python抠出图片人像_Python+Paddlehub相片人像抠图精简源码实例

    Python+Paddlehub相片人像抠图实例 无需PS软件,手动制作自己的抠图工具,在只有一张图片,需要细致地抠出人物的情况下,能帮你减少抠图步骤;在有多张图片需要抠的情况下,能直接帮你输出这些人 ...

  8. python数据分析水果_超酷炫的事情,使用python识别出图片里的水果

    文章首发于公众号 coolpython 机器学习是计算机视觉已经成为一种热潮,但进入该领域却是一件非常困难的事情,因为这需要非常扎实的数学背景,其所需要的专业知识,即便是大学本科毕业也近乎难以满足. ...

  9. OpenCV-如何提取出图片ROI区域

    根据项目需要,提取视频中的ROI区域进行处理,对于无关区域可以屏蔽掉.主要原理是把原始帧中的ROI定位(如帧差法.背景减除法找出轮廓矩形)后复制到一个黑色背景中,再进行后续预处理. 这里只是以图片为例 ...

最新文章

  1. svn 回归某一个特定版本
  2. python爬虫scrapy框架教程_Python爬虫教程-30-Scrapy 爬虫框架介绍
  3. 深度 | AI掘金,非富即亡
  4. Win32 ASM 简单对话框编程Demo
  5. NLP-基础知识-002 (语言模型)
  6. pt100 c 语言,PT100计算公式 C程序.doc
  7. 推荐25个非常优秀的网页表单设计案例
  8. 免费LInux主机资源
  9. JP摩根预测:诺基亚2017年净利润将达14.21亿美元
  10. 移动互联网之路-李晓斌
  11. C++_你真的知道++i 和 i++的区别吗?_左值/右值/右值引用
  12. 直播上市潮 未上市平台未来不可期?
  13. android+日文输入法,玩转手机日语输入法(安卓/iphone)
  14. AndroidX(1)androidx.core.core:1.0.0解析
  15. 【云原生之kubernetes实战】在k8s环境下部署Snipe-IT固定资产管理平台
  16. 金蝶系统服务器上怎样备份文件,金蝶服务器数据库备份
  17. aspiration搭配_明3你们最喜欢的组合有哪些?
  18. 2021年美赛解题思路汇总Final!!!
  19. 欧姆龙 PLC 程序NJ ST语言EtherCat总线控制 24个伺服轴大型程序电池生产线 包括PLC NJ-1400和威纶通触摸屏程序
  20. 实验室管理系统应用前景分析

热门文章

  1. 上位机UI界面设计项目
  2. 免费-进销存、Erp系统、、crm系统、oa系统推荐锦集
  3. 原来ChatGPT可以充当这么多角色
  4. 美团3年阿里4年,我的坎坷进阶之路
  5. Altium Designer——原理图中元件属性description、designator和comment的意义
  6. 地税局工资管理系统(论文+设计)新
  7. superset详解(二)--sql工具箱
  8. 成都市中小学计算机创客,我校荣获2019四川省中小学电脑制作活动机器人暨创客竞赛团体一等奖...
  9. 索尼笔记本E系列,关闭触摸板
  10. Spring的双生武魂之AOP