如何用自定义网格生成的单位正方形测量单色区域面积

1. 检测网格并分割单位正方形 #

原始图像无网格，首先需要识别并提取网格线，将图像分割为独立的单位正方形：

• 使用边缘检测（Canny）提取图像中的线条轮廓
• 通过霍夫直线变换检测水平和垂直网格线
• 根据检测到的直线坐标，计算每个单位正方形的边界框，同时排除图像边框区域

import cv2
import numpy as np

# 读取图像
img = cv2.imread("your_image_path.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 边缘检测提取线条轮廓
edges = cv2.Canny(gray, 50, 150, apertureSize=3)

# 霍夫直线变换检测水平、垂直直线
lines = cv2.HoughLinesP(edges, 1, np.pi/180, threshold=100, minLineLength=100, maxLineGap=10)

# 分离水平与垂直直线
horizontal_lines = []
vertical_lines = []
for line in lines:
    x1, y1, x2, y2 = line[0]
    if abs(y2 - y1) < abs(x2 - x1):
        horizontal_lines.append(y1)
    else:
        vertical_lines.append(x1)

# 去重排序，筛选内部网格（排除边框）
horizontal_lines = sorted(list(set(horizontal_lines)))[1:-1]
vertical_lines = sorted(list(set(vertical_lines)))[1:-1]

# 生成所有单位正方形的边界框
squares = []
for i in range(len(horizontal_lines)-1):
    for j in range(len(vertical_lines)-1):
        x1 = vertical_lines[j]
        y1 = horizontal_lines[i]
        x2 = vertical_lines[j+1]
        y2 = horizontal_lines[i+1]
        squares.append((x1, y1, x2, y2))

2. 判断正方形是否为单色区域 #

将图像转换为HSV色彩空间（更适合颜色阈值筛选），为黄、橙、蓝三种颜色设定阈值，对每个正方形区域判断是否为纯单色：

• 设定每种颜色的HSV阈值范围
• 对每个正方形区域，统计落在对应颜色阈值内的像素占比
• 占比超过设定阈值（如95%）则判定为该颜色的单色正方形，否则排除（混色、网格区域）

# 转换为HSV色彩空间
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 定义各颜色的HSV阈值（需根据实际图像微调）
color_ranges = {
    "yellow": [(20, 100, 100), (30, 255, 255)],
    "orange": [(10, 100, 100), (20, 255, 255)],
    "blue": [(90, 100, 100), (120, 255, 255)]
}

# 初始化各颜色的单色正方形计数
color_counts = {color: 0 for color in color_ranges}

for (x1, y1, x2, y2) in squares:
    square_hsv = hsv[y1:y2, x1:x2]
    square_area = (x2 - x1) * (y2 - y1)
    
    # 逐一匹配颜色阈值
    for color, (lower, upper) in color_ranges.items():
        lower = np.array(lower, dtype=np.uint8)
        upper = np.array(upper, dtype=np.uint8)
        mask = cv2.inRange(square_hsv, lower, upper)
        color_pixel_num = cv2.countNonZero(mask)
        
        # 像素占比超过95%则判定为单色正方形
        if color_pixel_num / square_area > 0.95:
            color_counts[color] += 1
            break  # 一个正方形仅归属一种颜色

3. 计算各颜色区域面积 #

假设每个单位正方形的实际面积为unit_area（根据网格实际尺寸设定），则各颜色总面积为：

# 设定单位正方形实际面积（示例为1平方厘米）
unit_area = 1.0

# 计算各颜色总面积
color_areas = {color: count * unit_area for color, count in color_counts.items()}

# 输出结果
for color, area in color_areas.items():
    print(f"{color}区域总面积: {area}")

注意事项 #

• 需根据实际图像调整HSV颜色阈值，确保颜色识别准确
• 霍夫变换的参数（阈值、最小线长等）可能需要根据图像网格的清晰度微调
• 若网格存在轻微变形，可先使用透视变换校正图像后再分割正方形

内容的提问来源于stack exchange，提问作者Loc Nguyen