opencv python圖像輪廓/檢測輪廓/繪制輪廓的示例分析

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).

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)!