如何用Python统计图像每行的白色像素数量

原代码核心问题 #

• cv2.imread默认加载彩色图像，img == 0会对RGB三个通道分别判断，生成的mask是3通道数组，后续cv2.reduce会对每个通道单独求和，导致统计结果不符合预期。
• 白色像素判断逻辑错误：白色在RGB中是(255,255,255)，灰度图中是255，原代码误将黑色（0）的统计结果用于计算白色像素数。

修正代码（两种场景） #

场景1：灰度图模式处理（适合二值/黑白图像）

import cv2
import numpy as np

# 以灰度模式读取图像
img = cv2.imread("11.jpg", cv2.IMREAD_GRAYSCALE)
# 生成白色像素掩码：灰度值为255的像素标记为1
white_mask = np.uint8(np.where(img == 255, 1, 0))
# 按行求和，直接得到每行白色像素数量
row_white_counts = cv2.reduce(white_mask, 1, cv2.REDUCE_SUM, dtype=cv2.CV_32SC1)

场景2：彩色图像直接处理

import cv2
import numpy as np

img = cv2.imread("11.jpg")
# 判断每个像素的RGB三个通道是否全为255（即白色）
white_mask = np.all(img == 255, axis=2).astype(np.uint8)
# 按行求和统计白色像素数
row_white_counts = cv2.reduce(white_mask, 1, cv2.REDUCE_SUM, dtype=cv2.CV_32SC1)

额外提示 #

• 避免硬编码行宽（如原代码的224），可以用img.shape[1]获取图像实际每行像素数，适配不同尺寸的图像。
• 如果图像存在噪声导致白色像素不是严格的255，可以用阈值处理（如cv2.threshold）生成二值图后再统计。

内容的提问来源于stack exchange，提问作者Mauz