辛集seo网站优化公司,网络服务商在哪里找,企业网站建设规划书,wordpress 表格提交目录 引入
基本理解
加深理解
①比如我们可以获取我们的第一个轮廓,只展示第一个轮廓
②我们还可以用一个矩形把我们的轮廓给框出来
③计算轮廓的周长和面积 引入
顾名思义,就是把我们图片的轮廓全部都描边出来 也就是我们在日常生活中面部识别的时候会有一个框,那玩意就…目录 引入
基本理解
加深理解
①比如我们可以获取我们的第一个轮廓,只展示第一个轮廓
②我们还可以用一个矩形把我们的轮廓给框出来
③计算轮廓的周长和面积 引入
顾名思义,就是把我们图片的轮廓全部都描边出来 也就是我们在日常生活中面部识别的时候会有一个框,那玩意就是 基本理解
我们还是通过例子来基本的理解以下opencv是如何实现轮廓识别的 这是我们的原图像 test.png 实现代码 cv2.findContours(img,mode,method) img:轮廓检索模式: 传入的图像 mode:轮廓检索模式: RETR_EXTERNAL 只检索最外面的轮廓RETR_LIST检索所有的轮廓并将其保存到一条链表当中RETR_CCOMP检索所有的轮廓并将他们组织为两层顶层是各部分的外部边界第二层是空洞的边界;RETR_TREE检索所有的轮廓并重构嵌套轮廓的整个层次;(一般只用这种) method:轮廓逼近方法 CHAIN_APPROX_NONE以Freeman链码的方式输出轮廓,输出完整的轮廓一般用这种CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分也就是函数只保留他们的终点部分。(即只保留轮廓点) 返回的值: contours 获取到的轮廓点 hierarchy 层数(可以不用管) cv2.drawContours(图像轮廓轮廓索引颜色模式线条厚度) 注意会影响我们传入的原图像,记得定义一个临时图像传入进去 import cv2img cv2.imread(test.png)
img cv2.resize(img,(500,400))
# 转换为灰度图
gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)# 阈值处理,让图像颜色只有2种颜色 提高准确性
ret, thresh cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 进行轮廓处理
# cv2.findContours返回两个值
# contours 轮廓点是个列表
# hierarchy 层数用不到
contours, hierarchy cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 轮廓描边后会影响原图,所以我们定义一个临时的图片
temp_img img.copy()
# 进行轮廓描边
# contours 获取到的轮廓点
# -1 表示的画出所有的轮廓eg:0就表示我们列表中第一个轮廓
# (0, 0, 255) 表示我们用红色线条来绘画 bgr
# 2 表示线条粗细
res cv2.drawContours(temp_img, contours, -1, (0, 0, 255), 2)cv2.imshow(res,res)
cv2.waitKey()
cv2.destroyAllWindows()
结果: 加深理解
除了最基本的用法,我们还有很多扩充的用法
①比如我们可以获取我们的第一个轮廓,只展示第一个轮廓
contours, hierarchy cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 取出列表中第一个
con contours[0]
# 绘制
res cv2.drawContours(temp_img, con, -1, (0, 0, 255), 2)
# 展示
cv2.imshow(res,res)
我们可以看到,只出现了我们列表第一个的轮廓 ②我们还可以用一个矩形把我们的轮廓给框出来
原图像: 实现代码:
img cv2.imread(contours.png)gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
binary, contours, hierarchy cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cnt contours[0]# 返回我们要绘制的矩形特征
x,y,w,h cv2.boundingRect(cnt)
# 绘制矩形
img cv2.rectangle(img,(x,y),(xw,yh),(0,255,0),2)
cv_show(img,img) x,y,w,h cv2.boundingRect(cnt) 返回我们的x和y的坐标 以及宽和高 cv2.rectangle(img,(x,y),(xw,yh),(0,255,0),2) 绘制我们的矩形 (x,y)表示我们的开始坐标 (xw,yh)表示我们的边 最后会自动把对边连接起来形成一个矩形 结果: ③计算轮廓的周长和面积
这个很简单,就是调用两个函数就能实现对应得功能
cnt contours[0]
#面积
cv2.contourArea(cnt)
#周长True表示闭合的
cv2.arcLength(cnt,True)
