使用Python+opencv+k-means根据扫描图片计算叶片面积-续

一 、概述

之前写了一篇计算叶片面积的文章，后来想想其实没有那么复杂，直接二值化计算即可得到，原来的代码写了几十行，其实十余行就可以计算得到叶片面积了。

原文：使用Python+opencv+k-means根据扫描图片计算叶片面积

使用相同的叶片图片进行计算，图片如下：

二、简洁代码

代码如下：

import cv2

img0 = cv2.imread(r'02.jpg', flags=1)
img0 = img0[1:, 1:, 0] #获取B通道图片，B通道更能区别叶片色彩；且将不必要部分截除，便于处理。
cv2.imshow("imagin0", img0)
cv2.waitKey()
cv2.destroyWindow("imagin0")
r, c = img0.shape
print(r,c)
leaves,background=0,0  #leaves为叶片像素 background为背景像素
for i in range(r):
    for j in range(c):
        if img0[i][j]>180:
            background+=1
        else:
            leaves+=1
a = leaves * 21.0*29.7 / (background+leaves) #原图实际大小为A4大小的情况下
print(leaves, background, a)
#计算结果  7013 4961        15886657 18904836 284.7968602813337

三、结果比较

原代码结果是：34791493 15551356 278.7859876320915 计算结果

两个结果分别是284.7968602813337和278.7859876320915 相差2.0% ，比较接近了。

四、存在问题

本文代码阈值设置问题需要提前预判测定，需要认为干预，比如我通过ps软件看了一下叶片和背景值的像素值判断的一个值，即文中的180，可能不具有普适性，需要根据数据的质量确定适用性了。如果用做批处理许多不同的照片，结果可能就会出现一些不确定性了。