如何编写函数统计图像numpy数组中的绿色十字数量？

核心逻辑 #

要统计符合要求的绿色十字数量，关键是找到十字的中心像素——只有中心位置能满足「向上下左右四个方向各延伸至少2个绿色像素（值为128）」的条件。

具体实现步骤 #

• 确定遍历范围：由于每个十字需要向四个方向各延伸至少2个像素，中心不能在图像边缘。遍历的行索引i范围是2 <= i <= 行数-3，列索引j范围是2 <= j <= 列数-3（确保i±2、j±2都在数组合法索引内）。
• 验证中心与方向：对每个候选中心(i,j)，需同时满足：
  1. 中心像素本身是绿色（值为128）；
  2. 向上的第1、2个像素都是128；
  3. 向下的第1、2个像素都是128；
  4. 向左的第1、2个像素都是128；
  5. 向右的第1、2个像素都是128。
• 计数：每找到一个符合条件的中心，计数器加1。

完善后的代码 #

import numpy as np

def numberOfCrosses(M):
    cross = 0
    rows, cols = M.shape
    # 遍历所有可能的十字中心位置
    for i in range(2, rows - 2):
        for j in range(2, cols - 2):
            # 检查中心及四个方向的像素是否符合要求
            if (M[i, j] == 128 and
                M[i-1, j] == 128 and M[i-2, j] == 128 and
                M[i+1, j] == 128 and M[i+2, j] == 128 and
                M[i, j-1] == 128 and M[i, j-2] == 128 and
                M[i, j+1] == 128 and M[i, j+2] == 128):
                cross += 1
    return cross

补充说明 #

• 无需额外标记已检测的十字：因为只有真正的中心能满足所有方向的条件，十字线上的其他像素无法同时满足四个方向各2个绿色像素的要求，不会被重复计数。
• 若图像存在噪声（比如个别绿色像素不是十字的一部分），可以考虑先对数组做简单的形态学滤波（如腐蚀操作），但题目未提及噪声，当前逻辑已足够。

内容的提问来源于stack exchange，提问作者lisa andersson