如何用Numpy/OpenCV实现指定坐标的255值连通像素总数统计

需求说明 #

补全输入坐标指定的连通域统计函数：给定图像掩膜mask，输入中心x、y坐标，统计与该坐标处值为255的像素连通的同值像素总个数，若中心位置像素值不是255，直接返回-1。
连通规则与给定测试用例匹配，采用4邻域连通判断（即上下左右相邻的同值像素视为连通，斜向相邻不算连通）。

实现思路 #

采用广度优先搜索（BFS）遍历目标连通域，核心逻辑完全基于Numpy实现，仅借助双端队列存储待遍历的像素坐标，不依赖OpenCV的连通域接口：

• 初始化与mask同形状的布尔数组，标记已经被统计过的像素，避免重复计数
• 将初始中心像素加入遍历队列，标记为已访问
• 依次从队列取出像素，累计计数，检查该像素上下左右4个邻域位置：若邻域坐标在mask边界内、值为255、且未被访问过，就标记后加入队列
• 队列为空时累计的数值即为连通域总像素数

完整代码实现 #

import numpy as np
from collections import deque

def get_area(center_x: int, center_y: int, mask: np.ndarray) -> int:
    if mask[center_x][center_y] != 255:
        return -1
    # 获取掩膜的行列尺寸
    height, width = mask.shape
    # 初始化访问标记矩阵
    visited = np.zeros_like(mask, dtype=bool)
    # 4邻域坐标偏移量（上下左右）
    neighbor_offsets = [(-1, 0), (1, 0), (0, -1), (0, 1)]
    # 初始化遍历队列
    traverse_queue = deque()
    traverse_queue.append((center_x, center_y))
    visited[center_x, center_y] = True
    total_pixels = 0

    while traverse_queue:
        curr_x, curr_y = traverse_queue.popleft()
        total_pixels += 1
        # 检查所有邻域像素
        for dx, dy in neighbor_offsets:
            next_x = curr_x + dx
            next_y = curr_y + dy
            # 校验邻域坐标是否在掩膜范围内
            if 0 <= next_x < height and 0 <= next_y < width:
                # 校验邻域是未访问的255值像素
                if mask[next_x, next_y] == 255 and not visited[next_x, next_y]:
                    visited[next_x, next_y] = True
                    traverse_queue.append((next_x, next_y))
    return total_pixels

测试验证 #

使用给定的9x9示例掩膜，输入中心坐标(4,4)（行、列索引均从0开始计数），函数返回值为5，和预期输出完全匹配。

可选调整 #

• 若需要改为8邻域连通规则（斜向相邻也判定为连通），只需在neighbor_offsets中补充4个斜向偏移量：(-1, -1), (-1, 1), (1, -1), (1, 1)
• 可根据需要在函数开头补充中心坐标的边界校验，避免输入坐标超出掩膜范围触发索引异常

内容的提问来源于stack exchange，提问作者SDG