怎么使用python?opencv實現(xiàn)目標外接圖形

本文小編為大家詳細介紹“怎么使用python opencv實現(xiàn)目標外接圖形”，內(nèi)容詳細，步驟清晰，細節(jié)處理妥當，希望這篇“怎么使用python opencv實現(xiàn)目標外接圖形”文章能幫助大家解決疑惑，下面跟著小編的思路慢慢深入，一起來學習新知識吧。

簡介

無論使用哪種幾何外接方法，都需要先進行輪廓檢測。

當我們得到輪廓對象后，可以使用boundingRect()得到包裹此輪廓的最小正矩形，minAreaRect()得到包裹輪廓的最小矩形(允許矩陣傾斜)，minEnclosingCircle()得到包裹此輪廓的最小圓形。

最小正矩形和最小外接矩形的區(qū)別如下圖所示：

實現(xiàn)

這里給出上述5中外接圖形在python opencv上的實現(xiàn)：

①. 邊界矩形

import cv2
import numpy as np

img = cv2.imread('/home/pzs/圖片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
    x,y,w,h = cv2.boundingRect(cnt)
    cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 1)

cv2.imshow('image', img)
cv2.waitKey(0)

②. 最小外接矩形

import cv2
import numpy as np

img = cv2.imread('/home/pzs/圖片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
    rect = cv2.minAreaRect(cnt)
    box = cv2.boxPoints(rect)
    box = np.int0(box)
    cv2.drawContours(img, [box], 0, (0, 0, 255), 2)


cv2.imshow('image', img)
cv2.waitKey(0)

③. 最小外接圓

import cv2
import numpy as np

img = cv2.imread('/home/pzs/圖片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
    (x, y), radius = cv2.minEnclosingCircle(cnt)
    center = (int(x), int(y))
    radius = int(radius)
    cv2.circle(img, center, radius, (255, 0, 0), 2)

cv2.imshow('image', img)
cv2.waitKey(0)

讀到這里，這篇“怎么使用python opencv實現(xiàn)目標外接圖形”文章已經(jīng)介紹完畢，想要掌握這篇文章的知識點還需要大家自己動手實踐使用過才能領會，如果想了解更多相關內(nèi)容的文章，歡迎關注億速云行業(yè)資訊頻道。