代码如下：
import numpy as np
import cv2
def cal_mean_of_mask(img, contours):
"""
输入一张图像，获取mask区域内的均值
img : [H, W, C]
contours : 轮廓点
return : [每个轮廓的均值]
"""
ret = []
for i in range(len(contours)):
zero_mask = np.zeros(img.shape[:2], dtype=np.uint8)
cv2.drawContours(zero_mask, contours, i, 255, -1)
coords = np.nonzero(zero_mask)
ret.append(np.mean(data_array[coords]))
return ret
思路：
定义值为 0 的， shape 同 原 img 的 mask， 在mask上绘制值为255的实心区域（轮廓内）， 这样就得到了轮廓所表示的 mask 区域， 再利用 np.nonzero 函数获取所有非0点索引， 便可直接使用numpy索引data_array[coords]得到 mask 区域内的像素值， 最后使用 np.mean 计算均值即可