目录
一、图像轮廓定义
二、绘制轮廓
三、计算轮廓面积与周长
一、图像轮廓定义
图像轮廓是具有相同颜色或灰度的连续带你的曲线.轮廓在形状分析和物体的检测和识别中很有用
轮廓的作用:
- 用于图形分析
- 物体的识别与检测
注意点:
- 为了检测的准确性,需要先对图像进行二值化或Canny操作
- 画轮廓是会修改输入的图像,如果之后想继续使用原始图像,应该将原始图像储存到其他变量中。
案例代码如下:文章来源地址https://www.toymoban.com/news/detail-582374.html
import cv2
import numpy as np
# 该图像显示效果是黑白的,但是实际上确实三个通道的彩色图像
img = cv2.imread('6.jpg')
# 变成单通道的黑白图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 二值化,注意有两个返回值,阈值和结果
ret,binary = cv2.threshold(gray,150,255,cv2.THRESH_BINARY)
# 轮廓查找,新版本返回两个结果,轮廓和层级,老版本返回三个 参数,图像,轮廓和层级
result,contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
# 打印轮廓
print(contours)
# 释放资源
cv2.waitKey(0)
cv2.destroyAllWindows()
二、绘制轮廓
参照函数:
代码案例如下:
import cv2
import numpy as np
# 该图像显示效果是黑白的,但是实际上确实三个通道的彩色图像
img = cv2.imread('6.jpg')
# 变成单通道的黑白图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 二值化,注意有两个返回值,阈值和结果
ret,binary = cv2.threshold(gray,150,255,cv2.THRESH_BINARY)
# 轮廓查找,新版本返回两个结果,轮廓和层级,老版本返回三个 参数,图像,轮廓和层级
result,contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
# 打印轮廓
# print(contours)
# 绘制轮廓会直接修改原图
# 如果想保持原图不变,建议copy一份
img_copy = img.copy()
cv2.drawContours(img_copy,contours,-1,(0,0,255),2)
# 释放资源
cv2.waitKey(0)
cv2.destroyAllWindows()
三、计算轮廓面积与周长
轮廓面积是指每个轮廓中所有的像素点围成区域的面积,单位为像素文章来源:https://www.toymoban.com/news/detail-582374.html
案例代码如下:
import cv2
import numpy as np
# 该图像显示效果是黑白的,但是实际上确实三个通道的彩色图像
img = cv2.imread('6.jpg')
# 变成单通道的黑白图片
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
# 二值化,注意有两个返回值,阈值和结果
ret,binary = cv2.threshold(gray,150,255,cv2.THRESH_BINARY)
# 轮廓查找,新版本返回两个结果,轮廓和层级,老版本返回三个 参数,图像,轮廓和层级
result,contours,hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓会直接修改原图
# 如果想保持原图不变,建议copy一份
img_copy = img.copy()
cv2.drawContours(img_copy,contours,1,(0,0,255),2)
# 计算轮廓面积
area = cv2.contourArea(contours[1])
# 计算轮廓周长
perimeter = cv2.arcLength(contours[1],closed=True)
# 释放资源
cv2.waitKey(0)
cv2.destroyAllWindows()
到了这里,关于OpenCv之图像轮廓的文章就介绍完了。如果您还想了解更多内容,请在右上角搜索TOY模板网以前的文章或继续浏览下面的相关文章,希望大家以后多多支持TOY模板网!