检测一个物体并得到平均像素值（BGR）

Question

我有一张白纸作为背景的图片，我需要去除噪点（黄点）并获得像素值（bgr）叶。

我用绿色阈值来检测叶子并用原始图像掩盖它。我使用cv2.mean来获取像素值，但它计算所有像素包括黑色区域/背景。

如何获得只为叶的像素值？ 这里是我使用的代码：

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

所以基本上你有一个叶子和黑色背景上的遮盖的图像。现在的问题是，它将颜色的总和除以所有像素的数量，而不是将其除以具有叶子的像素的数量。要解决这个一个简单快速的方法是，将结果从mean = cv2.mean(mask_upstate)通过Total pixels/Non-black pixels，这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，你刚才的非黑色像素的平均值，ERGO叶无黑色的背景。

希望这有助于！