使用OpenCV与Python检测图像中心区域颜色的方法

嘿，你已经搞定了图像中心定位的关键步骤，接下来完善中心ROI的取色功能其实不难！我给你整理了方形和圆形ROI的实现方案，还有一些实用的优化点，直接就能复用：

一、方形中心ROI取色 #

如果想要用方形区域作为取色范围，步骤很清晰：

• 先确定ROI的尺寸：可以设固定值（比如20x20像素），也可以按图像比例来（比如图像宽高的10%），按需调整。
• 计算ROI的边界坐标：利用已知的图像中心(x_center, y_center)，算出ROI的左上角和右下角坐标，一定要做边界检查，避免ROI超出图像范围导致报错。
• 提取ROI并计算BGR值：可以取区域的平均BGR值（更稳定，抗噪声），或者直接取中心单点（适合精准取色）。

代码示例（基于OpenCV） #

import cv2
import numpy as np

def get_square_roi_bgr(image, roi_size=20):
    h, w = image.shape[:2]
    x_center = w // 2
    y_center = h // 2

    # 计算ROI边界，确保不超出图像范围
    x1 = max(0, x_center - roi_size//2)
    y1 = max(0, y_center - roi_size//2)
    x2 = min(w, x_center + roi_size//2)
    y2 = min(h, y_center + roi_size//2)

    # 提取方形ROI
    roi = image[y1:y2, x1:x2]
    # 计算区域平均BGR值（如果要单点取色，直接用image[y_center, x_center]即可）
    avg_bgr = np.mean(roi, axis=(0,1)).astype(int)
    return avg_bgr

# 批量处理3张图像示例
image_paths = ["img1.jpg", "img2.jpg", "img3.jpg"]
for path in image_paths:
    img = cv2.imread(path)
    if img is not None:
        bgr = get_square_roi_bgr(img)
        print(f"图像{path}的方形ROI BGR值：{bgr}")

二、圆形中心ROI取色 #

如果需要圆形的取色区域，就得用到掩码（mask）来筛选像素，步骤如下：

• 创建和图像同尺寸的全黑掩码。
• 在掩码的中心位置绘制一个白色填充的圆形。
• 利用掩码提取图像中对应圆形区域的像素，再计算平均BGR值。

代码示例（基于OpenCV） #

import cv2
import numpy as np

def get_circle_roi_bgr(image, roi_radius=10):
    h, w = image.shape[:2]
    x_center = w // 2
    y_center = h // 2

    # 创建全黑掩码
    mask = np.zeros((h, w), dtype=np.uint8)
    # 在掩码上绘制中心圆形（白色填充）
    cv2.circle(mask, (x_center, y_center), roi_radius, 255, thickness=-1)

    # 提取圆形区域的所有像素
    roi_pixels = image[mask == 255]
    # 计算平均BGR值
    avg_bgr = np.mean(roi_pixels, axis=0).astype(int)
    return avg_bgr

# 批量处理3张图像示例
image_paths = ["img1.jpg", "img2.jpg", "img3.jpg"]
for path in image_paths:
    img = cv2.imread(path)
    if img is not None:
        bgr = get_circle_roi_bgr(img)
        print(f"图像{path}的圆形ROI BGR值：{bgr}")

三、实用优化建议 #

• 单点取色简化：如果只需要中心单个像素的BGR值，直接调用image[y_center, x_center]就能得到，无需提取ROI，效率最高。
• 动态ROI尺寸：可以根据图像大小动态调整ROI的尺寸，比如设置为图像最短边的5%，这样在不同分辨率的图像上都能保持合适的取色范围。
• 异常处理：批量处理图像时，记得检查图像是否成功读取（比如if img is not None），避免因路径错误或损坏图像导致程序崩溃。

内容的提问来源于stack exchange，提问作者lucians