python测量昆虫翅面积

1 背景介绍

我们的实验对象是一种小型昆虫，不同的处理可能引起其翅面积的改变，因此我们需要测量不同处理下该昆虫的翅面积。

之前用的方法是在PS软件下，数每个翅的像素点，然后与标准物相比较，算的昆虫翅面积，但这一过程耗时太长。

这里介绍一种快速测量昆虫翅面积的方法，原理也是数像素点，但这一过程由python完成，能节省大量时间。

2 图片准备

由于昆虫翅太小，我们将同一个处理下的昆虫翅摆于显微镜下拍摄，请确保镜头与翅面保持垂直，以减少误差。

在PS软件下将所有翅选中，并填充为黑色，背景也可填充为白色，以便更好的区分翅与背景。

以下是一张处理后的效果图，我们将翅填充为黑色，而对背景未做修改。

3 翅面积测量

1）实现原理

本例采用opencv库的findContours函数进行轮廓识别和翅面积计算。

具体的实现过程不难，我们只需要根据自己的图像，将其转为二值图像即可，一般是将背景填充为黑色（灰度值为0），而目标物填充为白色（灰度值255）。

2）本例代码

import cv2 as cv
import numpy as np
from PIL import Image

# 输入图片路径
path = r'D:\users\Desktop\5mg-chi-124.tif'

# 转为灰度图像，读取信息
img = np.array(Image.open(path).convert('L'))

# 转为二值图像，便于识别轮廓
rows, cols = img.shape
for i in range(rows):
    for j in range(cols):
        # 将灰度值小于50的像素改为1，其他的改为0
        if (img[i, j] < 50):
            img[i, j] = 1
        else:
            img[i, j] = 0
# 轮廓识别
contours, hierarchy = cv.findContours(img, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)

# 翅面积测量
area = []
for i in contours:
    # 过滤面积小于100的轮廓
    if (cv.contourArea(i) < 100):
        continue
    else:
        area.append(cv.contourArea(i))
# 计算翅面积平均值
averageArea = np.mean(area)

# 打印翅面积信息
print(area)
print(len(area))
print('平均值为：' + str(averageArea))

3) 测量结果

成功识别图中29个翅的翅面积，并得到这个处理下昆虫翅面积的平均值。

4 额外说明

本方法可用于实现对昆虫翅面积的批量测量，节省大量时间；

测量结果为翅所占的像素点数量，可用于相对定量；

若要获得真实的翅面积，可在显微镜下拍摄一张标准物，用同样方法测量其像素点数量，将目标物与标准物比较获得真实面积。