Python:根据 1 和 0 的数组计算结构的面积和周长

Question

我面临以下问题:我有两个 1 和 0 的二维数组(相同的形状；(1920,1440))，它们指定了对象的掩码和轮廓。这里，1表示所述对象占用的空间，0表示空白空间(1表示轮廓，0表示空白空间)。
在这里您可以找到掩码数组的图形表示:https://ibb.co/v36TrJv在这里您可以找到轮廓数组的图形表示:https://ibb.co/FxKwmTq . 1 用白色描绘，0 用黑色描绘。
如您所见，蒙版形成椭圆状结构，不重叠，轮廓始终形成闭合轮廓。我现在想计算每个结构占用的面积以及周长。理想情况下，我最终会得到两个与输入数组形状相同的二维数组。在这里，第一个数组将在掩码数组的值为 1 的点处保存每个结构的区域。类似地，第二阵列将在这些点处保持每个结构的相应周界。我需要输出数组采用这种形式，以便我可以进行形状索引计算并生成结果的图形表示。
作为一个最小的可重现示例，您可以从提供的链接下载图像并使用以下代码从中提取数组:

import skimage.io as sio
import numpy as np

masks = sio.imread("masks.png")
masks = np.mean(masks, axis =2)/255

outlines = sio.imread("outlines.png")
outlines = np.mean(outlines, axis=2)/255

我已经玩过一些 OpenCV，因为它显然具有专门为我正在寻找的应用程序设计的功能。然而，到目前为止，我的努力还没有取得任何显着的成果。我尝试改编 OpenCV 文档 (https://docs.opencv.org/trunk/dd/d49/tutorial_py_contour_features.html) 的轮廓特征部分的示例代码:

import cv2 as cv
img = cv.imread('masks.png',0)
ret,thresh = cv.threshold(img,127,255,0)
contours,hierarchy = cv.findContours(thresh, 1, 2)
cnt = contours[0]
print(cnt)

在这里，结果似乎不是我想要的。我也尝试调整阈值但没有成功。我无法弄清楚我必须进行哪些调整才能使用 OpenCV 达到我想要的结果。
此外，我遇到了格林定理 (https://en.wikipedia.org/wiki/Green%27s_theorem)，并正在考虑为我的目的尝试实现它。但我想我首先寻求一些外部帮助，因为我觉得应该有一个更直接的解决方案来解决我的问题。任何帮助将不胜感激!

Answer 1

OpenCV 的轮廓将完成您的工作。我认为您对它们的理解是错误的。在您的代码中， contours[0] 只会给出检测到的第一个轮廓。然而，您应该遍历轮廓变量，如 for contour in contours: ，然后对于每个轮廓，使用您共享的文档中给出的函数获取面积和周长，并将这些详细信息存储在列表列表中。因此，您的最终列表的大小将是 n×2，其中 n 是图像中对象的数量。
此外，还有一个建议，找到图像中的轮廓，其中对象填充为 1，背景为 0，如您共享的第一张图像中一样。此外，为了安全起见，因为所有对象都是分开的，所以在查找轮廓时使用 RETR_EXTERNAL 作为标志。请参阅 OpenCV 文档以获取更多信息。