189 8069 5689

opencvpython图像轮廓/检测轮廓/绘制轮廓的示例分析-创新互联

这篇文章主要介绍了opencv python图像轮廓/检测轮廓/绘制轮廓的示例分析,具有一定借鉴价值,感兴趣的朋友可以参考下,希望大家阅读完这篇文章之后大有收获,下面让小编带着大家一起了解一下。

在建始等地区,都构建了全面的区域性战略布局,加强发展的系统性、市场前瞻性、产品创新能力,以专注、极致的服务理念,为客户提供成都网站制作、网站设计 网站设计制作按需求定制制作,公司网站建设,企业网站建设,高端网站设计,成都营销网站建设,成都外贸网站建设公司,建始网站建设费用合理。

图像的轮廓检测,如计算多边形外界、形状毕竟、计算感兴趣区域等。

Contours : Getting Started

轮廓

简单地解释为连接所有连续点(沿着边界)的曲线,具有相同的颜色或强度.
轮廓是形状分析和物体检测和识别的有用工具

NOTE

  • 为获得更好的准确性,请使用二值图,在找到轮廓之前,应用阈值法或canny边缘检测

  • 从OpenCV 3.2开始,findContours()不再修改源图像,而是将修改后的图像作为三个返回参数中的第一个返回

  • 在OpenCV中,查找轮廓是从黑色背景中查找白色对象

findContours(image, mode, method[, contours[, hierarchy[, offset]]])

  • image:原图像

  • mode:轮廓检索模式

  • method:轮廓近似方法

输出为: 修改后的图像,轮廓,层次结构

轮廓是所有轮廓的列表.每个单独的轮廓是对象边界点的坐标.

轮廓检索模式含义
cv2.RETR_EXTERNAL只检测外轮廓
cv2.RETR_LIST提取所有轮廓并将其放入列表,不建立等级关系
cv2.RETR_CCOMP建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层
cv2.RETR_TREE建立一个等级树结构的轮廓
轮廓逼近方法含义
cv2.CHAIN_APPROX_NONE存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max(abs(x1-x2),abs(y2-y1))==1
cv2.CHAIN_APPROX_SIMPLE压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC89_L1 或 cv2.CHAIN_APPROX_TC89_KCOS应用Teh-Chin链近似算法

代码:

import cv2
import numpy as np

img = cv2.imread('img.jpg')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

绘制轮廓

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])

  • image:原图像

  • contours:作为Python列表传递的轮廓

  • contourIdx:轮廓索引(在绘制单个轮廓时很有用。绘制所有轮廓,传递-1)

要绘制图像中的所有轮廓:
cv.drawContours(img,contours,-1,(0,255,0),3)

要绘制单个轮廓,比如第4个轮廓:
cv.drawContours(img,contours,3,(0,255,0),3)

但大多数情况下,绘制第4个轮廓,以下方法将非常有用:
cnt = contours[4]
cv.drawContours(img,[cnt],0,(0,255,0),3)

代码:

import cv2
import numpy as np

img = cv2.imread('img7.png')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[0]
cv2.drawContours(img,[cnt],0,(0,255,0),3)

cv2.imshow('src',img)

cv2.waitKey()

opencv python图像轮廓/检测轮廓/绘制轮廓的示例分析

opencv python图像轮廓/检测轮廓/绘制轮廓的示例分析

感谢你能够认真阅读完这篇文章,希望小编分享的“opencv python图像轮廓/检测轮廓/绘制轮廓的示例分析”这篇文章对大家有帮助,同时也希望大家多多支持创新互联成都网站设计公司,关注创新互联成都网站设计公司行业资讯频道,更多相关知识等着你来学习!

另外有需要云服务器可以了解下创新互联scvps.cn,海内外云服务器15元起步,三天无理由+7*72小时售后在线,公司持有idc许可证,提供“云服务器、裸金属服务器、网站设计器、香港服务器、美国服务器、虚拟主机、免备案服务器”等云主机租用服务以及企业上云的综合解决方案,具有“安全稳定、简单易用、服务可用性高、性价比高”等特点与优势,专为企业上云打造定制,能够满足用户丰富、多元化的应用场景需求。


当前标题:opencvpython图像轮廓/检测轮廓/绘制轮廓的示例分析-创新互联
网站路径:http://cdxtjz.com/article/joppe.html

其他资讯