您好,登錄后才能下訂單哦!
這篇文章主要介紹了opencv python圖像輪廓/檢測輪廓/繪制輪廓的示例分析,具有一定借鑒價(jià)值,感興趣的朋友可以參考下,希望大家閱讀完這篇文章之后大有收獲,下面讓小編帶著大家一起了解一下。
圖像的輪廓檢測,如計(jì)算多邊形外界、形狀畢竟、計(jì)算感興趣區(qū)域等。
Contours : Getting Started
輪廓
簡單地解釋為連接所有連續(xù)點(diǎn)(沿著邊界)的曲線,具有相同的顏色或強(qiáng)度.
輪廓是形狀分析和物體檢測和識(shí)別的有用工具
NOTE
為獲得更好的準(zhǔn)確性,請(qǐng)使用二值圖,在找到輪廓之前,應(yīng)用閾值法或canny邊緣檢測
從OpenCV 3.2開始,findContours()
不再修改源圖像,而是將修改后的圖像作為三個(gè)返回參數(shù)中的第一個(gè)返回
在OpenCV中,查找輪廓是從黑色背景中查找白色對(duì)象
findContours(image, mode, method[, contours[, hierarchy[, offset]]])
image:原圖像
mode:輪廓檢索模式
method:輪廓近似方法
輸出為: 修改后的圖像,輪廓,層次結(jié)構(gòu)
輪廓是所有輪廓的列表.每個(gè)單獨(dú)的輪廓是對(duì)象邊界點(diǎn)的坐標(biāo).
輪廓檢索模式 | 含義 |
cv2.RETR_EXTERNAL | 只檢測外輪廓 |
cv2.RETR_LIST | 提取所有輪廓并將其放入列表,不建立等級(jí)關(guān)系 |
cv2.RETR_CCOMP | 建立兩個(gè)等級(jí)的輪廓,上面的一層為外邊界,里面的一層為內(nèi)孔的邊界信息。如果內(nèi)孔內(nèi)還有一個(gè)連通物體,這個(gè)物體的邊界也在頂層 |
cv2.RETR_TREE | 建立一個(gè)等級(jí)樹結(jié)構(gòu)的輪廓 |
輪廓逼近方法 | 含義 |
cv2.CHAIN_APPROX_NONE | 存儲(chǔ)所有的輪廓點(diǎn),相鄰的兩個(gè)點(diǎn)的像素位置差不超過1,即max(abs(x1-x2),abs(y2-y1))==1 |
cv2.CHAIN_APPROX_SIMPLE | 壓縮水平方向,垂直方向,對(duì)角線方向的元素,只保留該方向的終點(diǎn)坐標(biāo),例如一個(gè)矩形輪廓只需4個(gè)點(diǎn)來保存輪廓信息 |
cv2.CHAIN_APPROX_TC89_L1 或 cv2.CHAIN_APPROX_TC89_KCOS | 應(yīng)用Teh-Chin鏈近似算法 |
代碼:
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)
繪制輪廓
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])
image:原圖像
contours:作為Python列表傳遞的輪廓
contourIdx:輪廓索引(在繪制單個(gè)輪廓時(shí)很有用。繪制所有輪廓,傳遞-1)
要繪制圖像中的所有輪廓:cv.drawContours(img,contours,-1,(0,255,0),3)
要繪制單個(gè)輪廓,比如第4個(gè)輪廓:cv.drawContours(img,contours,3,(0,255,0),3)
但大多數(shù)情況下,繪制第4個(gè)輪廓,以下方法將非常有用:cnt = contours[4]
cv.drawContours(img,[cnt],0,(0,255,0),3)
代碼:
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()
感謝你能夠認(rèn)真閱讀完這篇文章,希望小編分享的“opencv python圖像輪廓/檢測輪廓/繪制輪廓的示例分析”這篇文章對(duì)大家有幫助,同時(shí)也希望大家多多支持億速云,關(guān)注億速云行業(yè)資訊頻道,更多相關(guān)知識(shí)等著你來學(xué)習(xí)!
免責(zé)聲明:本站發(fā)布的內(nèi)容(圖片、視頻和文字)以原創(chuàng)、轉(zhuǎn)載和分享為主,文章觀點(diǎn)不代表本網(wǎng)站立場,如果涉及侵權(quán)請(qǐng)聯(lián)系站長郵箱:is@yisu.com進(jìn)行舉報(bào),并提供相關(guān)證據(jù),一經(jīng)查實(shí),將立刻刪除涉嫌侵權(quán)內(nèi)容。