python計算不規則圖形面積算法

介紹：大三上作一個醫學影像識別的項目，醫生在原圖上用紅筆標記病竈點，經過記錄紅色的座標位置能夠獲得病竈點的外接矩形，可是後續會涉及到紅圈內的面積在外接矩形下的佔比問題，有些外接矩形內有多個紅色標記，在使用網上的opencv的fillPoly填充效果很是不理想，還有相似python計算任意多邊形方法也不理想的狀況下，本身探索出的一種效果還不錯的計算多圈及不規則圖形的面積的算法。

醫生提供的病竈標記圖和原圖，大部分長這樣

 

 

 

 

但也有一些多圈狀況

 

 

 

 

 很明顯，這些圖片都是很是須要計算面積佔比的，對樣本須要篩選

經過百度，用opencv的填充來計算面積，一部分效果不好，單圈畫不全，多圈都是錯（用將面積計算結果上色，方便觀察）

 

 

 

 

 

經過此算法以後，不管單圈，多圈，面積計算準確度提升許多

 

 

 

 

 能較爲準確的計算出不規則圖形的面積

正文:算法的思想很簡單，遍歷圖片每一列，經過色差判斷是否遇到標記圈，將座標所有記錄，對每一列的座標都進行最小行和最大行記錄，肯定每一列的最小和最大的座標，而後上色（相似opencv的fillPoly的實現，可是細節有些區別），只是這樣效果並很差，將圖片旋轉90度，再作一邊，將兩個圖片的結果放在一塊兒作與操做，獲得結果就能很好的處理多圈的標記問題和多算面積的問題（好比上面的08-LM），

 

 算法實現

全程只用pillow庫

首先先用屏幕拾色器獲取目標顏色的rgb值，我這種狀況下就是（237，28，36），前期截取外接矩形也是要這一步的，顏色也一致

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

每一列都設定翻轉位初始爲False，若是上一個像素點不是目標色，當前是目標色則開始記錄，一旦不是目標色，中止檢測

top_Pixel都設定爲黑色（0，0，0）由於有圖片最上方就是目標色，致使斷定出問題，直接讓最上面的像素初始化是黑色

coordinate_List記錄了全部符合的點座標

 1 coordinate_List = []
 2 top_Pixel = (0,0,0)
 3 for x in range(im.size[0]):
 4     flag = False #初始化每一列翻轉位爲False
 5     for y in range(im.size[1]):
 6         current_pixel = im.getpixel((x,y))
 7         last_pixel = im.getpixel((x,y-1)) if y>0 else top_Pixel
 8         #翻轉斷定
 9         if pixel_wanted(current_pixel) and \
10                 not pixel_wanted(last_pixel):
11             flag = True
12         if flag and not pixel_wanted(current_pixel):
13             flag = False
14         if(flag):
15             coordinate_List.append((x,y))

coordinate_List中的點以下圖

 

 而後就是將上面得到coordinate列表進行處理

將coordinate列表中每一列的最小座標和最大座標進行記錄

由於每一列記錄的數量並不肯定（應該能夠在上一步改進一下），因此須要遍歷屢次

首先找到第一個列出現的座標，將它的行信息記錄（行信息最小肯定），

而後遍歷出所有的同列的座標，比較行座標，若是大的就將最大的代替（行信息最大肯定），用一個新的列表記錄數據

 1 coordinate_Min_Max_List = []
 2 #找最小最大
 3 for i in range(im.size[0]):
 4     min=-1
 5     max=-1
 6     for coordinate in coordinate_List:
 7         if coordinate[0] == i:
 8             min = coordinate[1]
 9             max = coordinate[1]
10             break
11     for coordinate in coordinate_List:
12         if coordinate[0] == i:
13             if coordinate[1]>max:
14                 max = coordinate[1]
15     coordinate_Min_Max_List.append(min)
16     coordinate_Min_Max_List.append(max)

其中要將min和max都初始化爲一個座標不存在的值好比-1，爲了在下一步多圈且有空隙狀況下，不會出現殘影現象，以下圖

 

 

 

上一步的最後獲得一個列表，第n列的最小行和最大行分別是第2n和2n+1元素，結果中的-1，爲了讓下一步不會畫進去

 

而後就是繪製圖片了，每一列將列表中對應的最小行到最大行塗滿

 1 #上色
 2 for x in range(im.size[0]):
 3     for y in range(im.size[1]):
 4         min = coordinate_Min_Max_List[x*2]
 5         max = coordinate_Min_Max_List[x*2+1]
 6         if min<y<max:
 7             im.putpixel((x,y),(0,255,0))
 8         else:
 9             #能夠把非紅圈的上掩膜遮住
10             pass

至此，就是相似opencv的算法實現，雖然還差翻轉作與操做，可是已經比opencv生成的效果好，寫成函數後續調用，

而後就是簡單的翻轉90度，再調用一次這個函數再作一遍

 1 def Cal_S(im):
 2     im_0 = im.rotate(0)
 3     im_90 = im.rotate(90, expand=True)
 4     
 5     im_0 = fillPoly(im_0)
 6     im_90 = fillPoly(im_90)
 7     im_90 = im_90.rotate(-90, expand=True)
 8 
 9     i=0
10     for x in range(im.size[0]):
11         for y in range(im.size[1]):
12             if(im_0.getpixel((x,y))==(0,255,0) and
13             im_90.getpixel((x,y))==(0,255,0)):
14                 im.putpixel((x,y),(0,255,0))
15                 i+=1
16     return i/(im.size[0]*im.size[1])

作兩遍的效果圖

 

 

 能夠看到效果很是不錯，可是依舊有個別圖像有問題，好比十字分佈的，

但如今的話偏差已經下降很是多了，這些極其個別的十字現象能夠手動把原圖切割一下，或者乾脆不處理了

 

 

全部代碼，畫出綠圖片爲了方便直觀的查看，函數中能夠把圖片順便保存一下，整體看一下效果

 1 from PIL import Image
 2 
 3 def pixel_wanted(pix):
 4     return pix==(237,28, 36)
 5 
 6 def fillPoly(im):
 7     coordinate_List = []
 8 
 9     top_Pixel = (0,0,0)
10     for x in range(im.size[0]):
11         flag = False #初始化每一列翻轉位爲False
12         for y in range(im.size[1]):
13             current_pixel = im.getpixel((x,y))
14             last_pixel = im.getpixel((x,y-1)) if y>0 else top_Pixel
15             #翻轉斷定
16             if pixel_wanted(current_pixel) and \
17                     not pixel_wanted(last_pixel):
18                 flag = True
19             if flag and not pixel_wanted(current_pixel):
20                 flag = False
21             if(flag):
22                 coordinate_List.append((x,y))
23     coordinate_Min_Max_List = []
24     #找最小最大
25     for i in range(im.size[0]):
26         min=-1
27         max=-1
28         for coordinate in coordinate_List:
29             if coordinate[0] == i:
30                 min = coordinate[1]
31                 max = coordinate[1]
32                 break
33         for coordinate in coordinate_List:
34             if coordinate[0] == i:
35                 if coordinate[1]>max:
36                     max = coordinate[1]
37         coordinate_Min_Max_List.append(min)
38         coordinate_Min_Max_List.append(max)
39     #上色
40     for x in range(im.size[0]):
41         for y in range(im.size[1]):
42             min = coordinate_Min_Max_List[x*2]
43             max = coordinate_Min_Max_List[x*2+1]
44             if min<y<max:
45                 im.putpixel((x,y),(0,255,0))
46             else:
47                 #能夠把非紅圈的上掩膜遮住
48                 pass
49     return im
50 
51 def Cal_S(im):
52     im_0 = im.rotate(0)
53     im_90 = im.rotate(90, expand=True)
54 
55     im_0 = fillPoly(im_0)
56     im_90 = fillPoly(im_90)
57     im_90 = im_90.rotate(-90, expand=True)
58 
59     i=0
60     for x in range(im.size[0]):
61         for y in range(im.size[1]):
62             if(im_0.getpixel((x,y))==(0,255,0) and
63             im_90.getpixel((x,y))==(0,255,0)):
64                 im.putpixel((x,y),(0,255,0))
65                 i+=1
66     return i/(im.size[0]*im.size[1])