### 使用 OpenCV 计算掩模图中的最大连通域面积并在原图右上角绘制文本 以下代码展示了如何计算掩模图中的最大连通域面积，并在原图的右上角绘制该面积值： ```python import cv2 import numpy as np # 读取原图和掩模图 img = cv2.imread('original_image.jpg') mask = cv2.imread('mask_image.png', cv2.IMREAD_GRAYSCALE) # 确保掩模大小与原图一致 if img.shape[:2] != mask.shape: mask = cv2.resize(mask, (img.shape[1], img.shape[0])) # 查找所有连通域 num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(mask, connectivity=8)[^3] # 找到最大连通域（忽略背景） max_area = 0 for i in range(1, num_labels): # 跳过背景标签0 area = stats[i, cv2.CC_STAT_AREA] if area > max_area: max_area = area # 将最大连通域面积转换为字符串 text = f"Max Area: {max_area}" # 在原图右上角绘制文本 font = cv2.FONT_HERSHEY_SIMPLEX position = (img.shape[1] - 300, 50) # 右上角位置 font_scale = 1 color = (255, 0, 0) # 蓝色 thickness = 2 cv2.putText(img, text, position, font, font_scale, color, thickness) # 显示结果 cv2.imshow('Original Image with Text', img) cv2.waitKey(0) cv2.destroyAllWindows() # 保存结果 cv2.imwrite('result_image_with_text.jpg', img) ``` #### 代码说明 - **读取图像**：通过 `cv2.imread` 函数加载原图和掩模图。 - **调整掩模大小**：如果掩模图的尺寸与原图不一致，使用 `cv2.resize` 调整掩模图的大小以匹配原图。 - **查找连通域**：使用 `cv2.connectedComponentsWithStats` 函数获取掩模图中所有连通域的统计信息[^3]。 - **计算最大连通域面积**：遍历所有连通域，找到面积最大的连通域，忽略背景标签（标签为0的部分）。 - **绘制文本**：使用 `cv2.putText` 函数在原图的右上角绘制最大连通域面积的文本[^3]。 #### 注意事项 - 参数 `connectivity=8` 表示使用8连通性查找连通域。如果需要4连通性，可以将其设置为4。 - 文本位置 `(img.shape[1] - 300, 50)` 是根据图像宽度动态计算的右上角位置，可以根据需求调整。 - 文本颜色 `(255, 0, 0)` 表示蓝色，可以根据需求更改颜色。