Python计算不规则图形面积算法实现解析


Posted in Python onNovember 22, 2019

这篇文章主要介绍了Python计算不规则图形面积算法实现解析,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下

介绍:大三上做一个医学影像识别的项目,医生在原图上用红笔标记病灶点,通过记录红色的坐标位置可以得到病灶点的外接矩形,但是后续会涉及到红圈内的面积在外接矩形下的占比问题,有些外接矩形内有多个红色标记,在使用网上的opencv的fillPoly填充效果非常不理想,还有类似python计算任意多边形方法也不理想的情况下,自己探索出的一种效果还不错的计算多圈及不规则图形的面积的算法。

能较为准确的计算出不规则图形的面积

正文:算法的思想很简单,遍历图片每一列,通过色差判断是否遇到标记圈,将坐标全部记录,对每一列的坐标都进行最小行和最大行记录,确定每一列的最小和最大的坐标,然后上色(类似opencv的fillPoly的实现,但是细节有些区别),只是这样效果并不好,将图片旋转90度,再做一边,将两个图片的结果放在一起做与操作,得到结果就能很好的处理多圈的标记问题和多算面积的问题(比如上面的08-LM),

Python计算不规则图形面积算法实现解析

算法实现

全程只用pillow库

首先先用屏幕拾色器获取目标颜色的rgb值,我这种情况下就是(237,28,36),前期截取外接矩形也是要这一步的,颜色也一致

def pixel_wanted(pix):
   return pix==(237,28, 36)

每一列都设定翻转位初始为False,如果上一个像素点不是目标色,当前是目标色则开始记录,一旦不是目标色,停止检测

top_Pixel都设定为黑色(0,0,0)因为有图片最上方就是目标色,导致判定出问题,直接让最上面的像素初始化是黑色

coordinate_List记录了所有符合的点坐标

coordinate_List = []
top_Pixel = (0,0,0)
for x in range(im.size[0]):
  flag = False #初始化每一列翻转位为False
  for y in range(im.size[1]):
    current_pixel = im.getpixel((x,y))
    last_pixel = im.getpixel((x,y-1)) if y>0 else top_Pixel
    #翻转判定
    if pixel_wanted(current_pixel) and \
        not pixel_wanted(last_pixel):
      flag = True
    if flag and not pixel_wanted(current_pixel):
      flag = False
    if(flag):
      coordinate_List.append((x,y))

coordinate_List中的点如下图

Python计算不规则图形面积算法实现解析

然后就是将上面获得coordinate列表进行处理

将coordinate列表中每一列的最小坐标和最大坐标进行记录

因为每一列记录的数量并不确定(应该可以在上一步改进一下),所以需要遍历多次

首先找到第一个列出现的坐标,将它的行信息记录(行信息最小确定),

然后遍历出全部的同列的坐标,比较行坐标,如果大的就将最大的代替(行信息最大确定),用一个新的列表记录数据

coordinate_Min_Max_List = []
#找最小最大
for i in range(im.size[0]):
  min=-1
  max=-1
  for coordinate in coordinate_List:
    if coordinate[0] == i:
      min = coordinate[1]
      max = coordinate[1]
      break
  for coordinate in coordinate_List:
    if coordinate[0] == i:
      if coordinate[1]>max:
        max = coordinate[1]
  coordinate_Min_Max_List.append(min)
  coordinate_Min_Max_List.append(max)

其中要将min和max都初始化为一个坐标不存在的值比如-1,为了在下一步多圈且有空隙情况下,不会出现残影现象,如下图

Python计算不规则图形面积算法实现解析Python计算不规则图形面积算法实现解析

上一步的最后得到一个列表,第n列的最小行和最大行分别是第2n和2n+1元素,结果中的-1,为了让下一步不会画进去

Python计算不规则图形面积算法实现解析

然后就是绘制图片了,每一列将列表中对应的最小行到最大行涂满

#上色
for x in range(im.size[0]):
  for y in range(im.size[1]):
    min = coordinate_Min_Max_List[x*2]
    max = coordinate_Min_Max_List[x*2+1]
    if min<y<max:
      im.putpixel((x,y),(0,255,0))
    else:
      #可以把非红圈的上掩膜遮住
      pass

至此,就是类似opencv的算法实现,虽然还差翻转做与操作,但是已经比opencv生成的效果好,写成函数后续调用,

然后就是简单的翻转90度,再调用一次这个函数再做一遍

def Cal_S(im):
  im_0 = im.rotate(0)
  im_90 = im.rotate(90, expand=True)
  
  im_0 = fillPoly(im_0)
  im_90 = fillPoly(im_90)
  im_90 = im_90.rotate(-90, expand=True)

  i=0
  for x in range(im.size[0]):
    for y in range(im.size[1]):
      if(im_0.getpixel((x,y))==(0,255,0) and
      im_90.getpixel((x,y))==(0,255,0)):
        im.putpixel((x,y),(0,255,0))
        i+=1
  return i/(im.size[0]*im.size[1])

做两遍的效果图

Python计算不规则图形面积算法实现解析Python计算不规则图形面积算法实现解析

可以看到效果非常不错,但是依旧有个别图像有问题,比如十字分布的,

但现在的话误差已经降低非常多了,这些极其个别的十字现象可以手动把原图切割一下,或者干脆不处理了

Python计算不规则图形面积算法实现解析

所有代码,画出绿图片为了方便直观的查看,函数中可以把图片顺便保存一下,总体看一下效果

from PIL import Image

def pixel_wanted(pix):
  return pix==(237,28, 36)

def fillPoly(im):
  coordinate_List = []

  top_Pixel = (0,0,0)
  for x in range(im.size[0]):
    flag = False #初始化每一列翻转位为False
    for y in range(im.size[1]):
      current_pixel = im.getpixel((x,y))
      last_pixel = im.getpixel((x,y-1)) if y>0 else top_Pixel
      #翻转判定
      if pixel_wanted(current_pixel) and \
          not pixel_wanted(last_pixel):
        flag = True
      if flag and not pixel_wanted(current_pixel):
        flag = False
      if(flag):
        coordinate_List.append((x,y))
  coordinate_Min_Max_List = []
  #找最小最大
  for i in range(im.size[0]):
    min=-1
    max=-1
    for coordinate in coordinate_List:
      if coordinate[0] == i:
        min = coordinate[1]
        max = coordinate[1]
        break
    for coordinate in coordinate_List:
      if coordinate[0] == i:
        if coordinate[1]>max:
          max = coordinate[1]
    coordinate_Min_Max_List.append(min)
    coordinate_Min_Max_List.append(max)
  #上色
  for x in range(im.size[0]):
    for y in range(im.size[1]):
      min = coordinate_Min_Max_List[x*2]
      max = coordinate_Min_Max_List[x*2+1]
      if min<y<max:
        im.putpixel((x,y),(0,255,0))
      else:
        #可以把非红圈的上掩膜遮住
        pass
  return im

def Cal_S(im):
  im_0 = im.rotate(0)
  im_90 = im.rotate(90, expand=True)

  im_0 = fillPoly(im_0)
  im_90 = fillPoly(im_90)
  im_90 = im_90.rotate(-90, expand=True)

  i=0
  for x in range(im.size[0]):
    for y in range(im.size[1]):
      if(im_0.getpixel((x,y))==(0,255,0) and
      im_90.getpixel((x,y))==(0,255,0)):
        im.putpixel((x,y),(0,255,0))
        i+=1
  return i/(im.size[0]*im.size[1])

以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持三水点靠木。

Python 相关文章推荐
Python常见格式化字符串方法小结【百分号与format方法】
Sep 18 Python
Python排序算法实例代码
Aug 10 Python
python检测空间储存剩余大小和指定文件夹内存占用的实例
Jun 11 Python
对Python捕获控制台输出流的方法详解
Jan 07 Python
Python线程之定位与销毁的实现
Feb 17 Python
Python提取特定时间段内数据的方法实例
Apr 01 Python
Python3从零开始搭建一个语音对话机器人的实现
Aug 23 Python
使用Python的Turtle库绘制森林的实例
Dec 18 Python
Pytorch对Himmelblau函数的优化详解
Feb 29 Python
django列表筛选功能的实现代码
Mar 27 Python
Python unittest如何生成HTMLTestRunner模块
Sep 08 Python
详解python的xlwings库读写excel操作总结
Feb 26 Python
python实现连续变量最优分箱详解--CART算法
Nov 22 #Python
pycharm运行scrapy过程图解
Nov 22 #Python
python迭代器常见用法实例分析
Nov 22 #Python
python自动分箱,计算woe,iv的实例代码
Nov 22 #Python
python创建学生管理系统
Nov 22 #Python
Python如何计算语句执行时间
Nov 22 #Python
python生成器用法实例详解
Nov 22 #Python
You might like
浅谈PHP 闭包特性在实际应用中的问题
2009/10/30 PHP
php使用curl抓取qq空间的访客信息示例
2014/02/28 PHP
php结合ACCESS的跨库查询功能
2015/06/12 PHP
smarty中常用方法实例总结
2015/08/07 PHP
JQuery从头学起第三讲
2010/07/06 Javascript
JQuery学习笔记 nt-child的使用
2011/01/17 Javascript
Js数组的操作push,pop,shift,unshift等方法详细介绍
2012/12/28 Javascript
jquery+css+ul模拟列表菜单具体实现思路
2013/04/15 Javascript
jQuery学习笔记之toArray()
2014/06/09 Javascript
js立即执行函数: (function ( ){})( ) 与 (function ( ){}( )) 有什么区别?
2015/11/18 Javascript
详解nodejs与javascript中的aes加密
2016/05/22 NodeJs
JS对大量数据进行多重过滤的方法
2016/11/04 Javascript
VUE JS 使用组件实现双向绑定的示例代码
2017/01/10 Javascript
fullCalendar中文API官方文档
2017/02/07 Javascript
解读vue生成的文件目录结构及说明
2017/11/27 Javascript
vue+iview 实现可编辑表格的示例代码
2018/10/31 Javascript
Vue递归实现树形菜单方法实例
2018/11/06 Javascript
Vue 前端实现登陆拦截及axios 拦截器的使用
2019/07/17 Javascript
Vue 样式切换及三元判断样式关联操作
2020/08/09 Javascript
总结网络IO模型与select模型的Python实例讲解
2016/06/27 Python
打包发布Python模块的方法详解
2016/09/18 Python
Python中字符串的修改及传参详解
2016/11/30 Python
基于python的列表list和集合set操作
2019/11/24 Python
在 Linux/Mac 下为Python函数添加超时时间的方法
2020/02/20 Python
Pyinstaller加密打包应用的示例代码
2020/06/11 Python
Python+PyQt5+MySQL实现天气管理系统
2020/06/16 Python
BRASTY捷克:购买香水、化妆品、手袋和手表
2017/07/12 全球购物
网站域名和主机:Domain.com
2019/04/01 全球购物
Interhome丹麦:在线预订度假屋和公寓
2019/07/18 全球购物
以思科路由器为例你写下单臂路由的配置命令
2013/08/03 面试题
最新销售员个人自荐信
2013/09/21 职场文书
汽车专业毕业生自荐信
2013/11/03 职场文书
安全生产实施方案
2014/02/23 职场文书
小学生个人先进事迹材料
2014/05/08 职场文书
安全资料员岗位职责范本
2014/06/28 职场文书
中国十大神话动漫电影排行榜 哪吒登顶 白蛇缘起排第七
2022/03/21 国漫