【Python】【OpenCV】凸轮廓和Douglas-Peucker算法

这篇具有很好参考价值的文章主要介绍了【Python】【OpenCV】凸轮廓和Douglas-Peucker算法。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。

针对遇到的各种复杂形状的主体,大多情况下,我们可以求得一个近似的多边形来简化视觉图像处理,因为多边形是由直线组成的,这样就可以准确的划分区域来便捷后续的操作。

 文章来源地址https://www.toymoban.com/news/detail-749024.html

cv2.arcLength() Method:

参数:

  • curve:要计算周长的轮廓,可以是一个矩形、圆形、多边形等封闭曲线。
  • closed:一个布尔值,表示轮廓是否为封闭曲线。如果 closed=True,则假设轮廓是闭合的;如果 closed=False,则假设轮廓是开放的。

返回值:

  • retval:给定轮廓的周长或长度。如果轮廓是一个封闭曲线(如圆形、多边形等),则 retval 表示该曲线的周长;如果轮廓是一条开放曲线(如一条直线),则 retval 表示该曲线的长度。

 

cv2.approxPolyDP() Method:

参数:

  • curve:要逼近的输入轮廓。
  • epsilon:指定逼近精度的参数,即逼近多边形与原始曲线之间的最大距离。这个参数决定了逼近的精度,值越小表示逼近得越精确。通常情况下,这个值是一个很小的正数。
  • closed:一个布尔值,表示逼近多边形是否是封闭的。如果 closed=True,则表示输出的逼近多边形是封闭的,即首尾相连形成一个闭合多边形;如果 closed=False,则表示输出的逼近多边形是开放的。

返回值:

  • approxCurve:表示逼近后的多边形曲线。这是一个新的轮廓,它是对输入轮廓进行多边形逼近后得到的结果。

 

 1 import cv2
 2 import numpy
 3 
 4 img = cv2.imread('../img/img.png', -1)
 5 ret, thresh = cv2.threshold(img, 127, 255, cv2.THRESH_BINARY)
 6 contours, hier = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
 7 
 8 img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
 9 for c in contours:
10     # 计算轮廓的总长的百分之一,作为最大差值
11     epsilon = 0.01 * cv2.arcLength(c, True)
12     # 将轮廓近似为一个多边形
13     approx = cv2.approxPolyDP(c, epsilon, True)
14     # 获取轮廓的凸多边形,并且可以完全包含整个轮廓
15     hull = cv2.convexHull(c)
16 
17     # cv2.drawContours(img, [c], -1, (0, 255, 0), 2)
18     cv2.drawContours(img, [approx], -1, (255, 255, 0), 2)
19     cv2.drawContours(img, [hull], -1, (0, 0, 255), 2)
20 
21 
22 # img = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)
23 # img = cv2.drawContours(img, contours, -1, (0, 255, 0), 2)
24 cv2.imshow('', img)
25 cv2.waitKey()
26 cv2.destroyAllWindows()

 

上述代码中,可以修改 epsilon(ε)参数来获得不同逼近的多边形,当 epsilon(ε)越大,则得到的多边形越简易,越小则越贴近传入的轮廓形状。

 

运行结果:

【Python】【OpenCV】凸轮廓和Douglas-Peucker算法

 

到了这里,关于【Python】【OpenCV】凸轮廓和Douglas-Peucker算法的文章就介绍完了。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

  • Python轮廓追踪【OpenCV形态学操作】

    一些理论知识 OpenCV形态学操作理论1 OpenCV形态学操作理论2 OpenCV轮廓操作|轮廓类似详解 代码如下,可以直接运行

    2024年02月22日
    浏览(55)
  • OpenCV(图像处理)-基于Python-轮廓查找

    一个图像中具有相同颜色或强度(灰度图)的连续点所组成的集合,就是轮廓。轮廓可用于图形分析、物体的识别与检测等等。 在图像中,为了防止轮廓边缘强弱不明显,需要先对图像进行二值化或Canny操作(一般改为黑底白字), 画轮廓时会修改输入的图像。 查找图形的

    2024年02月09日
    浏览(60)
  • opencv 基础54-利用形状场景算法比较轮廓-cv2.createShapeContextDistanceExtractor()

    注意:新版本的opencv 4 已经没有这个函数 cv2.createShapeContextDistanceExtractor() 形状场景算法是一种用于比较轮廓或形状的方法。这种算法通常用于计算两个形状之间的相似性或差异性,以及找到最佳的匹配方式。 下面是一种基本的比较轮廓的流程,使用了形状场景算法: 数据准

    2024年02月13日
    浏览(34)
  • 基于颜色进行轮廓分割,基于opencv和python

    1. 阈值调整,交互式的阈值调整,确定上限和下限: 2. 阈值分割,并找到最大轮廓 现根据mask找到所有轮廓 对所有轮廓排序,找到最大的 再对最大轮廓去凸多边形,用来对噪声做过滤。

    2024年02月11日
    浏览(44)
  • python opencv实现找到图像的轮廓,填充颜色

    我想找到图片中的闭合圈,然后填充颜色 所需要的cv函数: 1。 OpenCV提供的findContours()方法可以通过计算图像梯度来判断出图像的边缘,然后将边缘的点封装成数组返回。    image : 为检测的图像,必须是8位单通道二值图像。如果原图为彩色的,必须转为灰度图,并通过二值

    2024年02月04日
    浏览(44)
  • 【OpenCV-Python】——边缘和轮廓&Laplacian/Sobel/Canny边缘检测&查找/绘制轮廓及轮廓特征&霍夫直线/圆变换

    目录 前言: 1、边缘检测 1.1 Laplacian边缘检测  1.2 Sobel边缘检测  1.3 Canny边缘检测 2、图像轮廓 2.1 查找轮廓  2.2 绘制轮廓 2.3 轮廓特征 3、霍夫变换 3.1 霍夫直线变换  3.2 霍夫圆变换 总结: 图像的边缘是指图像中灰度值急剧变化的位置,边缘检测的目的是为了绘制边缘线条。

    2024年01月23日
    浏览(48)
  • Python-OpenCV中的图像处理-图像轮廓

    轮廓可以简单认为成将连续的点(连着边界)连在一起的曲线,具有相同的颜色或者灰度。轮廓在形状分析和物体的检测和识别中很有用。 为了更加准确,要使用二值化图像。在寻找轮廓之前,要进行阈值化处理或者 Canny 边界检测。 查找轮廓的函数会修改原始图像。如果你

    2024年02月13日
    浏览(66)
  • opencv python 实现Canny检测后不连续不封闭轮廓的闭合

    Canny检测后轮廓的闭合在网上看了一些相关文章后总结出有以下方法: 1、 使用闭运算等形态学操作来对轮廓进行处理,但作为像素点级别 的形态学操作往往不能满足要求,如:两条轮廓线相距仅为一个像素,在进行闭运算操作时会使这两条轮廓粘连在一起。 2、 对于规则的

    2024年04月14日
    浏览(46)

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