目錄
- 概述
- 圖像輪廓
- 繪制輪廓
- 輪廓特征
- 輪廓近似
- 邊界矩形
- 外接圓
【OpenCV】⚠️高手勿入! 半小時(shí)學(xué)會(huì)基本操作 ⚠️ 圖像輪廓
概述
OpenCV 是一個(gè)跨平臺(tái)的計(jì)算機(jī)視覺(jué)庫(kù), 支持多語(yǔ)言, 功能強(qiáng)大. 今天小白就帶大家一起攜手走進(jìn) 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(shù):
image: 需要查找輪廓的圖片
mode: 模式
- RETR_EXTERNAL: 只檢測(cè)最外面的輪廓
- RETR_LIST: 檢測(cè)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(gòu)嵌套輪廓的整個(gè)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(diǎn)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(diǎn)部分
返回值:
- contours:輪廓本身
- hierarchy: 輪廓的對(duì)應(yīng)編號(hào)
原圖:
繪制輪廓
cv2.drawContours
可以實(shí)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(shù):
- image: 需要繪制輪廓的圖片
- contours: 輪廓
- color: 顏色
- thickness: 輪廓粗細(xì)
繪制所有輪廓:
# 讀取圖片
img = cv2.imread("contours.jpg")
# 轉(zhuǎn)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(jié)果:
繪制單個(gè)輪廓:
# 讀取圖片
img = cv2.imread("contours.jpg")
# 轉(zhuǎn)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(jié)果:
輪廓特征
# 獲取輪廓
cnt = contours[0] # 取第一個(gè)輪廓
# 面積
area = cv2.contourArea(cnt)
print("輪廓面積:", area)
# 周長(zhǎng), True表示合并
perimeter = cv2.arcLength(cnt, True)
print("輪廓周長(zhǎng):", perimeter)
輸出結(jié)果:
輪廓面積: 8500.5
輪廓周長(zhǎng): 437.9482651948929
輪廓近似
原圖:
代碼:
# 讀取圖片
img = cv2.imread("contours2.jpg")
# 轉(zhuǎn)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(jié)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(zhǎng)寬.
例子:
# 讀取圖片
img = cv2.imread("contours.jpg")
# 轉(zhuǎn)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(gè)輪廓
cnt = contours[0]
# 獲取正方形坐標(biāo)長(zhǎng)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(jié)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(zhuǎn)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(gè)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(jié)果:
到此這篇關(guān)于OpenCV半小時(shí)掌握基本操作之圖像輪廓的文章就介紹到這了,更多相關(guān)OpenCV圖像輪廓內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
您可能感興趣的文章:- OpenCV半小時(shí)掌握基本操作之圖像裁剪融合
- OpenCV半小時(shí)掌握基本操作之圖像處理
- opencv-python基本圖像處理詳解
- OpenCV圖像處理基本操作詳解
- Opencv圖像處理之詳解掩膜mask
- 基于python的opencv圖像處理實(shí)現(xiàn)對(duì)斑馬線的檢測(cè)示例
- Python+OpenCV圖像處理——圖像二值化的實(shí)現(xiàn)
- OpenCV半小時(shí)掌握基本操作之分水嶺算法
- OpenCV半小時(shí)掌握基本操作之傅里葉變換
- OpenCV半小時(shí)掌握基本操作之直方圖
- OpenCV半小時(shí)掌握基本操作之模板匹配
- OpenCV半小時(shí)掌握基本操作之圓圈檢測(cè)
- OpenCV半小時(shí)掌握基本操作之對(duì)象測(cè)量
- OpenCV半小時(shí)掌握基本操作之圖像基礎(chǔ)操作