python 如何计算连通域的平均亮度

在 Python 中，你可以使用 OpenCV 库中的 `cv2.connectedComponentsWithStats()` 函数找到图像中的连通域，并计算连通域的平均亮度。具体步骤如下：

1. 读取图像并将其转换为灰度图像。

import cv2

img = cv2.imread("image.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2. 对灰度图像进行二值化处理。

ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

3. 使用 `cv2.connectedComponentsWithStats()` 函数找到图像中的连通域。

num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(thresh, connectivity=8)

4. 遍历每个连通域，计算其平均亮度。

for i in range(1, num_labels):
    mask = labels == i
    mean_val = cv2.mean(gray, mask=mask)[0]
    print("Connected Component #%d: Mean Brightness = %.2f" % (i, mean_val))

完整代码如下：

import cv2

img = cv2.imread("image.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)

num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(thresh, connectivity=8)

for i in range(1, num_labels):
    mask = labels == i
    mean_val = cv2.mean(gray, mask=mask)[0]
    print("Connected Component #%d: Mean Brightness = %.2f" % (i, mean_val))

注意：上述代码中的 `cv2.mean()` 函数用于计算图像或图像的某个区域的平均值。其中， `mask` 参数表示要计算的区域，必须是一个与原图像相同大小的二值图像，其中非零像素表示要计算的区域。