原图片：

 我的想法是，先将图片中除了黄色的部分全部变为白色，然后再利用

cv2.findContours

函数来识别轮廓，直接统计轮廓的个数就是黄色部分的个数。

程序代码：

# -*- coding: utf-8 -*-
import os
import cv2
import csv

picture_dir = os.path.join("C:/Users/buyufei/Desktop/merge/8-F182V/AS")   # 图片路径
picture_name = os.listdir(picture_dir) # 图片名字

# 创建CSV 将结果记录到CSV文件
with open("轮廓个数.csv", "w", encoding="UTF-8", newline="") as csvfile:
    writer = csv.writer(csvfile)

    # 循环读取文件夹中的图片
    for num in range(len(picture_name)):
        img = cv2.imread(picture_dir +"/" + picture_name[num])  # 读取文件夹中的图片
        #
        rows, cols, channels = img.shape
        # 通过颜色判断，只保留黄色区域的颜色
        for i in range(rows):
            for j in range(cols):
                red = img[i, j, 2]
                green = img[i, j, 1]
                blue = img[i, j, 0]
                if blue > 45:  # 判断蓝色通道 ??只判断了蓝色的通道
                    img[i, j, 2] = 255
                    img[i, j, 1] = 255
                    img[i, j, 0] = 255


        ## 找黄色区域的轮廓
        black = 255 - img
        # 彩图转为灰度图
        gray = cv2.cvtColor(black, cv2.COLOR_BGR2GRAY)
        # 转为二值图像
        t, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
        # 找到所有轮廓，记录轮廓的每一个点
        contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)

        print(f"第{num}张 ：轮廓个数为", len(contours))
        #
        cv2.drawContours(img, contours, -1, (0, 0, 255), 2)

        # 写入csv
        writer.writerow([picture_name[num],len(contours)])

 识别结果：

 只试了七张图片，都能识别