不规则区域，统计ROI区域像素点的数目

统计一副彩色图片中多个不连续ROI区域中像素点的个数，其中：
由于ROI区域不规则，不能给出坐标位置，仅仅知道该区域在图片中的位置，需要在原图中手动绘制几个ROI区域，然后统计该区域像素点的个数。（和图像的通道数量没有关系，无论什么图像都会把图像转为单通道）

import cv2
import numpy as np

# 初始化列表
drawing = False
roi_pts = []


# 创建回调函数以处理鼠标事件
def select_roi(event, x, y, flags, param):
    global roi_pts, drawing

    # 开始绘制
    if event == cv2.EVENT_LBUTTONDOWN:
        drawing = True
        roi_pts = [(x, y)]

    # 鼠标移动，添加中间点
    elif event == cv2.EVENT_MOUSEMOVE:
        if drawing:
            roi_pts.append((x, y))
            img_temp = img_copy.copy()
            cv2.polylines(img_temp, [np.array(roi_pts)], isClosed=False, color=(0, 255, 0), thickness=1)
            cv2.imshow('image', img_temp)

    # 结束绘制并统计像素数量
    elif event == cv2.EVENT_LBUTTONUP:
        drawing = False
        cv2.polylines(img_copy, [np.array(roi_pts)], isClosed=True, color=(0, 255, 0), thickness=2)

        mask = np.zeros_like(img)
        cv2.fillPoly(mask, pts=[np.array(roi_pts)], color=(255, 255, 255))

        roi = cv2.bitwise_and(img_copy, mask)
        count = cv2.countNonZero(cv2.cvtColor(roi, cv2.COLOR_BGR2GRAY))
        print(f'ROI pixel count: {count}')

        cv2.imshow('image', img_copy)


# 加载图片
image_path = 'detect1.jpg'  # 替换为你的图片路径
img = cv2.imread(image_path)
img_copy = img.copy()

cv2.namedWindow('image', cv2.WINDOW_NORMAL)
cv2.setMouseCallback('image', select_roi)

cv2.imshow('image', img)
cv2.waitKey(0)

cv2.destroyAllWindows()