如何统计背景减除分割结果中各前景区域的像素数量

核心逻辑 #

你已经通过背景减除法得到了二值分割结果，直接通过连通域分析即可快速统计每个独立前景区域的像素总数，同时完成像素数<20的小区域过滤。

具体实现步骤 #

• 二值掩码预处理
  背景减除输出的结果可能存在灰度噪声，先做阈值处理得到纯二值图：前景像素赋值为255，背景像素赋值为0
  示例代码：

  import cv2
  import numpy as np
  
  # 读取背景减除输出的掩码图
  mask = cv2.imread("你的背景减除输出掩码路径.png", 0)
  # 阈值二值化消除中间灰度噪声
  _, binary_mask = cv2.threshold(mask, 127, 255, cv2.THRESH_BINARY)
  

• 连通域属性统计
  调用OpenCV内置的connectedComponentsWithStats接口，直接输出每个连通域的像素数等属性
  示例代码：

  # 参数说明：
  # num_labels：总连通域数量（包含背景区域）
  # labels：和原图尺寸一致的矩阵，每个位置的值对应所属连通域的编号
  # stats：每个连通域的统计数组，第4列为对应区域的像素总数
  # centroids：每个连通域的中心点坐标
  # connectivity=8表示对角相邻的像素也判定为同一区域，可按需改为4（仅上下左右相邻判定）
  num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(binary_mask, connectivity=8)
  

• 过滤小像素区域
  编号为0的连通域默认为背景，仅需要遍历编号≥1的前景区域即可
  示例代码：

  # 初始化过滤后的掩码
  filtered_mask = np.zeros_like(binary_mask)
  
  for label_id in range(1, num_labels):
      # 提取当前前景区域的像素总数
      pixel_count = stats[label_id, cv2.CC_STAT_AREA]
      # 仅保留像素数≥20的区域
      if pixel_count >= 20:
          filtered_mask[labels == label_id] = 255
  

其他开发环境的对应方案 #

• C++ OpenCV：调用cv::connectedComponentsWithStats即可，参数逻辑和Python版本完全一致
• MATLAB：使用bwconncomp获取连通域对象，再通过regionprops读取Area属性即可得到每个区域的像素数

内容的提问来源于stack exchange，提问作者Putra Yudha Pranata