OpenCV(三十二):轮廓检测

这篇具有很好参考价值的文章主要介绍了OpenCV(三十二):轮廓检测。希望对大家有所帮助。如果存在错误或未考虑完全的地方,请大家不吝赐教,您也可以点击"举报违法"按钮提交疑问。

1.轮廓概念介绍

        在计算机视觉和图像处理领域中,轮廓是指在图像中表示对象边界的连续曲线。它是由一系列相邻的点构成的,这些点在边界上连接起来形成一个封闭的路径。

轮廓层级:

       轮廓层级(Contour Hierarchy)是指在包含多个轮廓的图像中,轮廓之间的包含关系和顺序关系。

OpenCV(三十二):轮廓检测,Android之OpenCV,opencv,人工智能,计算机视觉,C++

以下是上图中不同层级的结构关系:

0:【-1,-1,1,-1】

1:【2,-1,-2,0】

2:【-1,1,3,0】

3:【-1,-1,-1,2】

2.轮廓检测与绘制

2.1轮廓检测findContours() 

void cv::findContours ( InputArray  image,

OutputArrayOfArrays      contours,

OutputArray                     hierarchy,

int                                     mode,

int                                      method,

Point                                  offset =Point()

  • image: 输入图像,数据类型为CV_8U的单通道灰度图像或者二值化图像。
  • contours:检测到的轮廓,每个轮廓中存放着像素的坐标。
  • mode:轮廓检测模式标志
  • method:轮廓逼近方法标志。
  • ofiset: 每个轮廊点移动的可选偏移量。这个函数主要用在从ROI图像中找出的轮廓并基于整个图像分析轮廓的场景中。
2.2轮廓绘制drawContours()

void cv::drawContours ( InputOutputArray   image,

InputArrayOfArrays    contours,

int                               contourldx,

const Scalar &             color,

int                                thickness = 1,

int                                lineType = LINE_8,

InputArray                   hierarchy =noArray(),

int                               maxLevel = INT_MAX,

Point                           offset = Point()

)

参数说明:

  • image:输入/输出图像,绘制轮廓的目标图像。通常为三通道彩色图像。
  • contours:输入参数,表示轮廓的数据结构。可以是单个轮廓或轮廓的数组。
  • contourIdx:指定要绘制的轮廓的索引。如果为负数,则绘制所有轮廓。
  • color:绘制轮廓的颜色。可以通过 Scalar 形式指定,例如 Scalar(0, 0, 255) 表示红色。
  • thickness:轮廓线的宽度,默认为1。如果将其设置为负数(例如-1),则会填充轮廓内部。
  • lineType:轮廓线的类型,默认为8连接线。
  • hierarchy:可选参数,表示轮廓之间的层级关系。
  • maxLevel:可选参数,指定绘制轮廓的最大层级。
  • offset:可选参数,指定轮廓相对于图像的偏移量。

3.示例代码

void image_Contours(Mat image){
    Mat gray,binary;
    cvtColor(image,gray,COLOR_BGR2GRAY);//灰度化
    GaussianBlur(gray,gray,Size(13,13),4,4);//滤波
    threshold(gray,binary,170,255,THRESH_BINARY|THRESH_OTSU);//自适应二值化
    //轮廓发现与绘制
    vector<vector<Point>> contours;//轮廓
    vector<Vec4i> hierarchy;//存放轮廓结构变量
    findContours(binary,contours,hierarchy,RETR_TREE,CHAIN_APPROX_SIMPLE,Point());
    //绘制轮廓
    ostringstream ss;
    for(int i=0;i<hierarchy.size();i++){
        ss << hierarchy[i]<< std::endl;
    }
    LOGD("%s",ss.str().c_str());
    for(int t=0;t<contours.size();t++){
        drawContours(image,contours,t,Scalar(0,0,255),2,8);
    }
    imwrite("/sdcard/DCIM/img.png",image);
}

OpenCV(三十二):轮廓检测,Android之OpenCV,opencv,人工智能,计算机视觉,C++文章来源地址https://www.toymoban.com/news/detail-733580.html

到了这里,关于OpenCV(三十二):轮廓检测的文章就介绍完了。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!

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处: 如若内容造成侵权/违法违规/事实不符,请点击违法举报进行投诉反馈,一经查实,立即删除!

领支付宝红包 赞助服务器费用

相关文章

  • OpenCV C++案例实战三十二《字符识别》

    本案例将使用OpenCV C++ 进行字符识别。主要包括制作数据集、以及模型预测两部分。先看看效果如何吧。 首先第一步,我们需要制作数据集。这里我的方法是,读取一张字符图像,然后通过提取字符轮廓找到字符ROI图像,利用键盘输入给字符打上相应的标签,即完成数据集制

    2024年02月16日
    浏览(34)
  • OpenCV 图像轮廓检测

            本文是OpenCV图像视觉入门之路的第15篇文章,本文详细的介绍了图像轮廓检测的各种操作,例如:轮廓检索模式、轮廓逼近算子等操作。         图像轮廓是具有相同颜色或灰度的连续点的曲线,轮廓在形状分析和物体的检测和识别中很有用。图像轮廓的作用

    2024年01月25日
    浏览(50)
  • opencv图像轮廓检测

    效果展示: 代码部分:

    2024年02月12日
    浏览(52)
  • OpenCV图像处理——轮廓检测

    2024年02月13日
    浏览(49)
  • 基于OpenCV的轮廓检测(1)

    理解什么叫做轮廓 学习如何寻找轮廓以及可视化轮廓 找出轮廓的不同特征,如面积、周长、质心、边框等 将看到许多与轮廓相关的函数。 轮廓可以简单地解释为连接所有连续点(沿着边界)的曲线,具有相同的颜色或者亮度。轮廓是形状分析和目标检测与识别的有效工具。

    2024年02月09日
    浏览(35)
  • Opencv轮廓检测运用与理解

    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 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

    2024年01月22日
    浏览(40)
  • opencv 轮廓检测 findContours drawContours

    2024年02月16日
    浏览(51)
  • 【Python】OpenCV-图像轮廓检测初学

    在图像处理领域中,轮廓检测是一项重要的任务,用于寻找并标定图像中的物体边缘。本文将介绍如何使用OpenCV库进行图像轮廓检测,并展示一个简单的示例代码。代码中的注释将详细解释每一步的操作。 图像轮廓检测是图像处理中的一项关键技术,可用于检测物体的形状、

    2024年02月21日
    浏览(46)
  • OpenCV快速入门:目标检测——轮廓检测、轮廓的距、点集拟合和二维码检测

    在当今数字化时代,计算机视觉的崛起使得目标检测成为科技领域中的一项关键技术。本文将带您快速入门OpenCV中的目标检测,深入探讨轮廓检测、轮廓的距、点集拟合以及二维码检测等核心概念。 OpenCV,作为一种强大的开源计算机视觉库,为开发者提供了丰富的工具和算法

    2024年01月16日
    浏览(56)
  • opencv(七)Canny边缘检测和图像轮廓检测

    提示:文章写完后,目录可以自动生成,如何生成可参考右边的帮助文档 1、检测步骤 1)使用高斯滤波器,以平滑图像,滤掉噪声。 2)计算图像中每个像素点的梯度强度和方向 3)应用非极大值(Non-Maximum Suppression)抑制,以消除边缘检测带来的杂散响应 4)应用双阈值(

    2024年02月04日
    浏览(54)

觉得文章有用就打赏一下文章作者

支付宝扫一扫打赏

博客赞助

微信扫一扫打赏

请作者喝杯咖啡吧~博客赞助

支付宝扫一扫领取红包,优惠每天领

二维码1

领取红包

二维码2

领红包