OpenCV半小時掌握基本操作之圖像輪廓
更新時間：2021年09月01日 14:52:08 作者：我是小白呀
這篇文章主要介紹了OpenCV基本操作之圖像輪廓，本文給大家介紹的非常詳細，對大家的學習或工作具有一定的參考借鑒價值，需要的朋友可以參考下
【OpenCV】⚠️高手勿入! 半小時學會基本操作 ⚠️ 圖像輪廓
概述
OpenCV 是一個跨平臺的計算機視覺庫, 支持多語言, 功能強大. 今天小白就帶大家一起攜手走進 OpenCV 的世界.
圖像輪廓
cv2.findContours可以幫助我們查找輪廓.
格式:
cv2.findContours(image, mode, method, contours=None, hierarchy=None, offset=None)
參數:
image: 需要查找輪廓的圖片
mode: 模式
- RETR_EXTERNAL: 只檢測最外面的輪廓
- RETR_LIST: 檢測所有的輪廓, 并將其保存到一條鏈表中
- RETR_CCOMP: 檢索所有的輪廓, 將他們組織為兩層: 頂部是各分部法外部邊界, 第二層是空洞的邊界
- RRTR_TREE: 檢索所有的輪廓, 并重構嵌套輪廓的整個層次
method: 輪廓逼近的方法
- CHAIN_APPROX_NONE: 以 Freeman 鏈碼的方式輸出輪廓, 所有其他方法輸出多邊形 (定點的序列)
- CHAIN_APPROX_SIMPLE: 壓縮水平的, 垂直的和斜的部分, 只保留他們的終點部分
返回值:
- contours:輪廓本身
- hierarchy: 輪廓的對應編號
原圖:
繪制輪廓
cv2.drawContours可以實現(xiàn)輪廓繪制.
格式:
cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None):
參數:
- image: 需要繪制輪廓的圖片
- contours: 輪廓
- color: 顏色
- thickness: 輪廓粗細
繪制所有輪廓:
# 讀取圖片
img = cv2.imread("contours.jpg")
# 轉換成灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 獲取輪廓 (所有)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 繪制輪廓
draw_img = img.copy()
res = cv2.drawContours(draw_img, contours, -1, (0, 0, 255), 2)
# 圖片展示
cv2.imshow("res", res)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
繪制單個輪廓:
# 讀取圖片
img = cv2.imread("contours.jpg")
# 轉換成灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 獲取輪廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 繪制輪廓 (單一)
draw_img = img.copy()
res = cv2.drawContours(draw_img, contours, 0, (0, 0, 255), 2)
# 圖片展示
cv2.imshow("res", res)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
輪廓特征
# 獲取輪廓
cnt = contours[0] # 取第一個輪廓
# 面積
area = cv2.contourArea(cnt)
print("輪廓面積:", area)
# 周長, True表示合并
perimeter = cv2.arcLength(cnt, True)
print("輪廓周長:", perimeter)
輸出結果:
輪廓面積: 8500.5
輪廓周長: 437.9482651948929
輪廓近似
原圖:
代碼:
# 讀取圖片
img = cv2.imread("contours2.jpg")
# 轉換成灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 獲取輪廓
contours, hieratchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 繪制輪廓
draw_img = img.copy()
res = cv2.drawContours(draw_img, contours, 0, (0, 0, 255), 2)
# 圖片展示
cv2.imshow("res", res)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 取外圍輪廓
cnt = contours[0]
# 輪廓近似
epsilon = 0.1 * cv2.arcLength(cnt, True)
approx = cv2.approxPolyDP(cnt, epsilon, True)
# 繪制輪廓
draw_img = img.copy()
res = cv2.drawContours(draw_img, [approx], -1, (0, 0, 255), 2)
# 圖片展示
cv2.imshow("res", res)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
直接繪制輪廓:
輪廓近似:
邊界矩形
cv2.boundingRect可以幫助我們得到邊界矩形的位置和長寬.
例子:
# 讀取圖片
img = cv2.imread("contours.jpg")
# 轉換成灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 獲取輪廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 獲取第一個輪廓
cnt = contours[0]
# 獲取正方形坐標長寬
x, y, w, h = cv2.boundingRect(cnt)
# 圖片展示
img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
# 輪廓面積
area = cv2.contourArea(cnt)
# 邊界矩形面積
rect_area = w * h
# 占比
extent = area / rect_area
print('輪廓面積與邊界矩形比:', extent)
輸出結果:
輪廓面積與邊界矩形比: 0.5154317244724715
外接圓
cv2.minEnclosingCircle可以幫助我們得到外接圓的位置和半徑.
例子:
# 讀取圖片
img = cv2.imread("contours.jpg")
# 轉換成灰度圖
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 獲取輪廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 獲取第一個輪廓
cnt = contours[0]
# 獲取外接圓
(x, y), radius = cv2.minEnclosingCircle(cnt)
# 獲取圖片
img = cv2.circle(img, (int(x), int(y)), int(radius), (255, 100, 0), 2)
# 圖片展示
cv2.imshow("img", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
輸出結果:
到此這篇關于OpenCV半小時掌握基本操作之圖像輪廓的文章就介紹到這了,更多相關OpenCV圖像輪廓內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家！
相關文章
這篇文章主要介紹了Python條件語句與循環(huán)語句，條件語句就是通過指定的表達式的運行結果來判斷當前是執(zhí)行還是跳過某些指定的語句塊，循環(huán)語句就是對某些語句的重復執(zhí)行，這個重復執(zhí)行是通過指定表達式來控制的，下面來看具體內容及續(xù)航管案例吧,需要的朋友可以參考一下2021-11-11
這篇文章主要介紹了Django中多種重定向方法使用詳解,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-07-07
Python首次安裝后運行報錯(0xc000007b)的解決方法
最近在安裝完Python后運行發(fā)現(xiàn)居然報錯了，錯誤代碼是0xc000007b，于是通過往上查找發(fā)現(xiàn)是因為首次安裝Python缺乏VC++庫的原因，下面通過這篇文章看看如何解決這個問題吧。2016-10-10
這篇文章主要介紹了Python XML RPC服務器端和客戶端實例,本文給出了實現(xiàn)代碼以及運行效果,需要的朋友可以參考下2014-11-11
python循環(huán)之彩色圓環(huán)實現(xiàn)示例
這篇文章主要為大家介紹了python循環(huán)之彩色圓環(huán)實現(xiàn)示例詳解，有需要的朋友可以借鑒參考下，希望能夠有所幫助，祝大家多多進步，早日升職加薪2022-06-06
這篇文章主要介紹了opencv 閾值分割的具體使用，文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值，需要的朋友們下面隨著小編來一起學習學習吧2020-07-07
python使用Flask操作mysql實現(xiàn)登錄功能
這篇文章主要介紹了python使用Flask操作mysql實現(xiàn)登錄功能,代碼簡單易懂，非常不錯，具有一定的參考借鑒價值，需要的朋友可以參考下2018-05-05
Python中subprocess.run()執(zhí)行命令、檢查狀態(tài)與結果處理深入理解
這篇文章主要介紹了Python中subprocess.run()執(zhí)行命令、檢查狀態(tài)與結果處理的相關資料,文中通過代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考借鑒價值,需要的朋友可以參考下2025-04-04
python 類的繼承 實例方法.靜態(tài)方法.類方法的代碼解析
這篇文章主要介紹了python 類的繼承 實例方法.靜態(tài)方法.類方法的代碼解析,文中通過示例代碼介紹的非常詳細，對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下2019-08-08
python 實現(xiàn)docx與doc文件的互相轉換
這篇文章主要介紹了python 實現(xiàn)docx與doc文件的互相轉換操作，具有很好的參考價值，希望對大家有所幫助。一起跟隨小編過來看看吧2021-03-03