【python-opencv】轮廓基本绘制

【python-opencv】轮廓基本绘制,第1张

概述什么是轮廓? 轮廓可以简单地解释为连接具有相同颜色或强度的所有连续点(沿边界)的曲线。轮廓是用于形状分析以及对象检测和识别的有用工具。 为了获得更高的准确性,请使用二进制图像。因此,在找到轮廓之前,请

什么是轮廓?

轮廓可以简单地解释为连接具有相同颜色或强度的所有连续点(沿边界)的曲线。轮廓是用于形状分析以及对象检测和识别的有用工具。

为了获得更高的准确性,请使用二进制图像。因此,在找到轮廓之前,请应用阈值或canny边缘检测。从OpenCV 3.2开始,findContours()不再修改源图像。在OpenCV中,找到轮廓就像从黑色背景中找到白色物体。因此请记住,要找到的对象应该是白色,背景应该是黑色。

findcontour()函数中有三个参数,第一个是源图像,第二个是轮廓检索模式,第三个是轮廓逼近方法。输出等高线和层次结构。轮廓是图像中所有轮廓的python列表。每个单独的轮廓是一个(x,y)坐标的Numpy数组的边界点的对象。

注意 稍后我们将详细讨论第二和第三个参数以及有关层次结构。在此之前,代码示例中赋予它们的值将适用于所有图像。

import cv2 as cv numpy as npfrom matplotlib  pyplot as pltfrom Google.colab.patches  cv2_imshowimg=cv.imread('轮廓.jpg')imgray = cv.cvtcolor(img,cv.color_BGR2GRAY)ret,thresh = cv.threshold(imgray,127,255,0)contours,hIErarchy = cv.findContours(thresh,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE)

如何绘制轮廓?

绘制轮廓,请使用cv.drawContours函数。只要有边界点,它也可以用来绘制任何形状。它的第一个参数是源图像,第二个参数是应该作为python列表传递的轮廓,第三个参数是轮廓的索引(在绘制单个轮廓时有用。要绘制所有轮廓,请传递-1),其余参数是颜色,厚度等等

在图像中绘制所有轮廓: python cv.drawContours(img,contours,-1,(0,0),3)

绘制单个轮廓,如第四个轮廓: python cv.drawContours(img,3,3)

但是在大多数情况下,以下方法会很有用: python cnt = contours[4] cv.drawContours(img,[cnt],3)

注意 最后两种方法相似,但是前进时,您会发现最后一种更有用。

cv.drawContours(img,3)cv2_imshow(img)

结果:很多人画图时明明用了彩色,但没有效果,请检查你是在哪个图上画,画在灰度图和二值图上显然是没有彩色的(⊙o⊙)

 轮廓近似方法?

这是cv.findContours函数中的第三个参数。它实际上表示什么?

上面我们告诉我们轮廓是强度相同的形状的边界。它存储形状边界的(x,y)坐标。但是它存储所有坐标吗?这是通过这种轮廓近似方法指定的。

如果传递cv.CHAIN_APPROX_NONE,则将存储所有边界点。但是实际上我们需要所有这些要点吗?例如,您找到了一条直线的轮廓。您是否需要线上的所有点来代表该线?不,我们只需要该线的两个端点即可。这就是cv.CHAIN_APPROX_SIMPLE所做的。它删除所有冗余点并压缩轮廓,从而节省内存。

下面的矩形图像演示了此技术。只需在轮廓数组中的所有坐标上绘制一个圆(以蓝色绘制)。第一幅图像显示了我用cv.CHAIN_APPROX_NONE获得的积分(734个点),第二幅图像显示了我用cv.CHAIN_APPROX_SIMPLE获得的效果(只有4个点)。看,它可以节省多少内存!!!

 

参考:http://woshicver.com/FifthSection/4_9_1_OpenCV%E4%B8%AD%E7%9A%84%E8%BD%AE%E5%BB%93/

具体的例子还可以残参考:https://zhuanlan.zhihu.com/p/139532722

总结

以上是内存溢出为你收集整理的【python-opencv】轮廓基本绘制全部内容,希望文章能够帮你解决【python-opencv】轮廓基本绘制所遇到的程序开发问题。

如果觉得内存溢出网站内容还不错,欢迎将内存溢出网站推荐给程序员好友。

欢迎分享,转载请注明来源:内存溢出

原文地址: http://outofmemory.cn/langs/1190014.html

(0)
打赏 微信扫一扫 微信扫一扫 支付宝扫一扫 支付宝扫一扫
上一篇 2022-06-03
下一篇 2022-06-03

发表评论

登录后才能评论

评论列表(0条)

保存