主頁 > 知識庫 > Python圖像處理之目標(biāo)物體輪廓提取的實現(xiàn)方法

Python圖像處理之目標(biāo)物體輪廓提取的實現(xiàn)方法

熱門標(biāo)簽:地圖標(biāo)注與注銷 電梯新時達系統(tǒng)外呼顯示e 南昌地圖標(biāo)注 成都呼叫中心外呼系統(tǒng)哪家強 無錫智能外呼系統(tǒng)好用嗎 西青語音電銷機器人哪家好 百應(yīng)電話機器人總部 旅游廁所地圖標(biāo)注怎么弄 宿州電話機器人哪家好

1 引言

目標(biāo)物體的邊緣對圖像識別和計算機分析十分有用。邊緣可以勾畫出目標(biāo)物體,使觀察者一目了然;邊緣蘊含了豐富的內(nèi)在信息(如方向、形狀等),是圖像識別中抽取圖像特征的重要屬性。輪廓提取是邊界分割中非常重要的一種處理,同時也是圖像處理的經(jīng)典難題,輪廓提取和輪廓跟蹤的目的都是獲得圖像的外部輪廓特征。

2 原理

二值圖像的輪廓提取的原理非常簡單,就是掏空內(nèi)部點:如果原圖中有一點為黑,且它的8個相鄰點皆為黑色,則將該點刪除。對于非二值圖像,需要先進行二值化處理。輪廓提取的方法有很多,在這里我們介紹一種最基本、最簡單容易實現(xiàn)的算法。算法原理如下:

  • 在進行輪廓提取時,使用一個一維數(shù)組,用來記錄處理的像素點的周圍8鄰域的信息
  • 若8個鄰域的像素點的灰度值和中心點的灰度值相同,則認(rèn)為該點在物體的內(nèi)部,可以刪除;
  • 否則,認(rèn)為該點在圖像的邊緣,需要保留。
  • 依次處理圖像中每一個像素,則最后留下來的就是圖像的輪廓。

3 Python實現(xiàn)

1)讀入彩色圖像

img_name = "./20210808/sample3.png"
img = cv2.imread(img_name)

結(jié)果如下:

2) 彩色圖像灰度化

gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

結(jié)果如下:

3)二值化

def get_binary_img(img):
    # gray img to bin image
    bin_img = np.zeros(shape=(img.shape), dtype=np.uint8)
    h = img.shape[0]
    w = img.shape[1]
    for i in range(h):
        for j in range(w):
            bin_img[i][j] = 255 if img[i][j] > 127 else 0
    return bin_img
# 調(diào)用
bin_img = get_binary_img(gray_img)

結(jié)果如下:

4)提取輪廓

參考上述原理,進行實現(xiàn),代碼如下:

def get_contour(bin_img):
    # get contour
    contour_img = np.zeros(shape=(bin_img.shape),dtype=np.uint8)
    contour_img += 255
    h = bin_img.shape[0]
    w = bin_img.shape[1]
    for i in range(1,h-1):
        for j in range(1,w-1):
            if(bin_img[i][j]==0):
                contour_img[i][j] = 0
                sum = 0
                sum += bin_img[i - 1][j + 1]
                sum += bin_img[i][j + 1]
                sum += bin_img[i + 1][j + 1]
                sum += bin_img[i - 1][j]
                sum += bin_img[i + 1][j]
                sum += bin_img[i - 1][j - 1]
                sum += bin_img[i][j - 1]
                sum += bin_img[i + 1][j - 1]
                if sum ==  0:
                    contour_img[i][j] = 255

    return contour_img
# 調(diào)用    
contour_img = get_contour(bin_img)

結(jié)果如下:

4 總結(jié)

通過上述簡單步驟,我們實現(xiàn)了物體輪廓提取,相應(yīng)的處理效果如下:

上圖中 左側(cè)為原圖,右側(cè)為我們提取的物體輪廓圖。

到此這篇關(guān)于Python圖像處理之目標(biāo)物體輪廓提取的文章就介紹到這了,更多相關(guān)Python目標(biāo)物體輪廓提取內(nèi)容請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:
  • python-opencv在有噪音的情況下提取圖像的輪廓實例
  • Python實現(xiàn)使用卷積提取圖片輪廓功能示例
  • Python OpenCV 基于圖像邊緣提取的輪廓發(fā)現(xiàn)函數(shù)

標(biāo)簽:辛集 雅安 許昌 濰坊 七臺河 渭南 西安 贛州

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python圖像處理之目標(biāo)物體輪廓提取的實現(xiàn)方法》,本文關(guān)鍵詞  Python,圖像處理,之,目標(biāo),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Python圖像處理之目標(biāo)物體輪廓提取的實現(xiàn)方法》相關(guān)的同類信息!
  • 本頁收集關(guān)于Python圖像處理之目標(biāo)物體輪廓提取的實現(xiàn)方法的相關(guān)信息資訊供網(wǎng)民參考!
  • 推薦文章