华山资源网

Python计算不规则图形面积算法实现解析
脚本专栏 2024/11/15 佚名
3 1

这篇文章主要介绍了Python计算不规则图形面积算法实现解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

介绍：大三上做一个医学影像识别的项目，医生在原图上用红笔标记病灶点，通过记录红色的坐标位置可以得到病灶点的外接矩形，但是后续会涉及到红圈内的面积在外接矩形下的占比问题，有些外接矩形内有多个红色标记，在使用网上的opencv的fillPoly填充效果非常不理想，还有类似python计算任意多边形方法也不理想的情况下，自己探索出的一种效果还不错的计算多圈及不规则图形的面积的算法。

能较为准确的计算出不规则图形的面积

正文:算法的思想很简单，遍历图片每一列，通过色差判断是否遇到标记圈，将坐标全部记录，对每一列的坐标都进行最小行和最大行记录，确定每一列的最小和最大的坐标，然后上色（类似opencv的fillPoly的实现，但是细节有些区别），只是这样效果并不好，将图片旋转90度，再做一边，将两个图片的结果放在一起做与操作，得到结果就能很好的处理多圈的标记问题和多算面积的问题（比如上面的08-LM），

Python计算不规则图形面积算法实现解析

算法实现

全程只用pillow库

首先先用屏幕拾色器获取目标颜色的rgb值，我这种情况下就是（237，28，36），前期截取外接矩形也是要这一步的，颜色也一致

 def pixel_wanted(pix):
   return pix==(237,28, 36)

每一列都设定翻转位初始为False，如果上一个像素点不是目标色，当前是目标色则开始记录，一旦不是目标色，停止检测

top_Pixel都设定为黑色（0，0，0）因为有图片最上方就是目标色，导致判定出问题，直接让最上面的像素初始化是黑色

coordinate_List记录了所有符合的点坐标

coordinate_List = []
top_Pixel = (0,0,0)
for x in range(im.size[0]):
  flag = False #初始化每一列翻转位为False
  for y in range(im.size[1]):
    current_pixel = im.getpixel((x,y))
    last_pixel = im.getpixel((x,y-1)) if y>0 else top_Pixel
    #翻转判定
    if pixel_wanted(current_pixel) and         not pixel_wanted(last_pixel):
      flag = True
    if flag and not pixel_wanted(current_pixel):
      flag = False
    if(flag):
      coordinate_List.append((x,y))

coordinate_List中的点如下图

Python计算不规则图形面积算法实现解析

然后就是将上面获得coordinate列表进行处理

将coordinate列表中每一列的最小坐标和最大坐标进行记录

因为每一列记录的数量并不确定（应该可以在上一步改进一下），所以需要遍历多次

首先找到第一个列出现的坐标，将它的行信息记录（行信息最小确定），

然后遍历出全部的同列的坐标，比较行坐标，如果大的就将最大的代替（行信息最大确定），用一个新的列表记录数据

coordinate_Min_Max_List = []
#找最小最大
for i in range(im.size[0]):
  min=-1
  max=-1
  for coordinate in coordinate_List:
    if coordinate[0] == i:
      min = coordinate[1]
      max = coordinate[1]
      break
  for coordinate in coordinate_List:
    if coordinate[0] == i:
      if coordinate[1]>max:
        max = coordinate[1]
  coordinate_Min_Max_List.append(min)
  coordinate_Min_Max_List.append(max)

其中要将min和max都初始化为一个坐标不存在的值比如-1，为了在下一步多圈且有空隙情况下，不会出现残影现象，如下图

Python计算不规则图形面积算法实现解析Python计算不规则图形面积算法实现解析

上一步的最后得到一个列表，第n列的最小行和最大行分别是第2n和2n+1元素，结果中的-1，为了让下一步不会画进去

Python计算不规则图形面积算法实现解析

然后就是绘制图片了，每一列将列表中对应的最小行到最大行涂满

#上色
for x in range(im.size[0]):
  for y in range(im.size[1]):
    min = coordinate_Min_Max_List[x*2]
    max = coordinate_Min_Max_List[x*2+1]
    if min<y<max:
      im.putpixel((x,y),(0,255,0))
    else:
      #可以把非红圈的上掩膜遮住
      pass

至此，就是类似opencv的算法实现，虽然还差翻转做与操作，但是已经比opencv生成的效果好，写成函数后续调用，

然后就是简单的翻转90度，再调用一次这个函数再做一遍

def Cal_S(im):
  im_0 = im.rotate(0)
  im_90 = im.rotate(90, expand=True)
  
  im_0 = fillPoly(im_0)
  im_90 = fillPoly(im_90)
  im_90 = im_90.rotate(-90, expand=True)

  i=0
  for x in range(im.size[0]):
    for y in range(im.size[1]):
      if(im_0.getpixel((x,y))==(0,255,0) and
      im_90.getpixel((x,y))==(0,255,0)):
        im.putpixel((x,y),(0,255,0))
        i+=1
  return i/(im.size[0]*im.size[1])

做两遍的效果图

Python计算不规则图形面积算法实现解析Python计算不规则图形面积算法实现解析

可以看到效果非常不错，但是依旧有个别图像有问题，比如十字分布的，

但现在的话误差已经降低非常多了，这些极其个别的十字现象可以手动把原图切割一下，或者干脆不处理了

Python计算不规则图形面积算法实现解析

所有代码，画出绿图片为了方便直观的查看，函数中可以把图片顺便保存一下，总体看一下效果

from PIL import Image

def pixel_wanted(pix):
  return pix==(237,28, 36)

def fillPoly(im):
  coordinate_List = []

  top_Pixel = (0,0,0)
  for x in range(im.size[0]):
    flag = False #初始化每一列翻转位为False
    for y in range(im.size[1]):
      current_pixel = im.getpixel((x,y))
      last_pixel = im.getpixel((x,y-1)) if y>0 else top_Pixel
      #翻转判定
      if pixel_wanted(current_pixel) and           not pixel_wanted(last_pixel):
        flag = True
      if flag and not pixel_wanted(current_pixel):
        flag = False
      if(flag):
        coordinate_List.append((x,y))
  coordinate_Min_Max_List = []
  #找最小最大
  for i in range(im.size[0]):
    min=-1
    max=-1
    for coordinate in coordinate_List:
      if coordinate[0] == i:
        min = coordinate[1]
        max = coordinate[1]
        break
    for coordinate in coordinate_List:
      if coordinate[0] == i:
        if coordinate[1]>max:
          max = coordinate[1]
    coordinate_Min_Max_List.append(min)
    coordinate_Min_Max_List.append(max)
  #上色
  for x in range(im.size[0]):
    for y in range(im.size[1]):
      min = coordinate_Min_Max_List[x*2]
      max = coordinate_Min_Max_List[x*2+1]
      if min<y<max:
        im.putpixel((x,y),(0,255,0))
      else:
        #可以把非红圈的上掩膜遮住
        pass
  return im

def Cal_S(im):
  im_0 = im.rotate(0)
  im_90 = im.rotate(90, expand=True)

  im_0 = fillPoly(im_0)
  im_90 = fillPoly(im_90)
  im_90 = im_90.rotate(-90, expand=True)

  i=0
  for x in range(im.size[0]):
    for y in range(im.size[1]):
      if(im_0.getpixel((x,y))==(0,255,0) and
      im_90.getpixel((x,y))==(0,255,0)):
        im.putpixel((x,y),(0,255,0))
        i+=1
  return i/(im.size[0]*im.size[1])

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持。

华山资源网 Design By www.eoogi.com
广告合作：本站广告合作请联系QQ：858582 申请时备注：广告合作（否则不回）
免责声明：本站资源来自互联网收集,仅供用于学习和交流,请遵循相关法律法规,本站一切资源不代表本站立场,如有侵权、后门、不妥请联系本站删除！
华山资源网 Design By www.eoogi.com
www.eoogi.com 华山资源网
120,135影音资源
344,641技术资源
22,817软件资源
435,032站长资源

更新日志

友情链接

杰晶网络 DDR爱好者之家 桃源资源网 杰网资源 富贵资源网 南强小屋 铁雪资源网 幽灵资源网 万梅资源网 狼山资源网 白云岛资源网 昆仑资源网 相思资源网 明霞山资源网 内蒙古资源网 黑松山资源网 茶园资源网 饿虎岗资源网 大旗谷资源网 常春岛资源网 岱庙资源网 兴国资源网 快活林资源网 蝙蝠岛资源网 帝王谷资源网 白云城资源网 伏龙阁资源网 清风细雨楼 天枫庄资源网 圆月山庄资源网 无争山庄资源网 神水资源网 移花宫资源网 神剑山庄资源网 无为清净楼资源网 金钱帮资源网 丐帮资源网 华山资源网 极乐门资源网 小李飞刀资源网 凤求凰客栈 风云阁资源网 金狮镖局 鸳鸯亭资源网 千金楼资源网 更多链接
华山资源网 Design By www.eoogi.com