利用OpenCV实现图片中导线的识别

下面是一个需求,识别图片中的导线,要在图像中检测导线,我们需要采用不同于直线检测的方法。由于OpenCV没有直接的曲线检测函数,如同它对直线提供的HoughLinesHoughLinesP,检测曲线通常需要更多的图像处理步骤和算法:

  1. 边缘检测:首先使用Canny边缘检测器检测图像中的边缘。

  2. 寻找轮廓 :然后使用cv2.findContours来寻找边缘连接的轮廓。轮廓可能对应于图像中的曲线。

  3. 轮廓分析:分析这些轮廓,筛选出满足特定条件的轮廓,如长度、曲率等。

  4. 绘制轮廓:在原始图像上绘制这些轮廓。

下面是成品代码:

python 复制代码
# coding=UTF-8

import cv2
import numpy as np

def load_and_detect_curves(image_path, new_width, new_height):
    # 加载图像
    image = cv2.imread(image_path)
    if image is None:
        print("无法加载图像")
        return

    # 调整图像尺寸
    resized_image = cv2.resize(image, (new_width, new_height))

    # 将图像转换为灰度图
    gray_image = cv2.cvtColor(resized_image, cv2.COLOR_BGR2GRAY)

    # 应用高斯模糊
    blurred_image = cv2.GaussianBlur(gray_image, (5, 5), 0)

    # 使用Canny边缘检测器检测边缘
    edges = cv2.Canny(blurred_image, 50, 150, apertureSize=3)

    # 寻找轮廓
    contours, _ = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

    # 筛选和绘制轮廓
    for contour in contours:
        # 可以在这里添加条件筛选特定轮廓
        if len(contour) > 100:  # 例如,筛选长度大于100的轮廓
            cv2.drawContours(resized_image, [contour], -1, (0, 255, 0), 2)

    # 显示结果
    cv2.imshow('Detected Curves', resized_image)
    if cv2.waitKey(0) & 0xFF == ord('q'):
        cv2.destroyAllWindows()

# 使用函数
load_and_detect_curves('./images/2.png', 800, 600)  # 替换为你的图像路径和期望的尺寸
# load_and_detect_curves('./images/demo.jpg', 800, 600)  # 替换为你的图像路径和期望的尺寸

下面是运行效果:

相关推荐
whaosoft-1433 分钟前
51c自动驾驶~合集15
人工智能
花楸树3 分钟前
前端搭建 MCP Client(Web版)+ Server + Agent 实践
前端·人工智能
用户876128290737413 分钟前
前端ai对话框架semi-design-vue
前端·人工智能
量子位14 分钟前
稚晖君刚挖来的 90 后机器人大牛:逆袭履历堪比爽文男主
人工智能·llm
量子位19 分钟前
200 亿机器人独角兽被曝爆雷,官方回应来了
人工智能·llm
机器之心22 分钟前
细节厘米级还原、实时渲染,MTGS方法突破自动驾驶场景重建瓶颈
人工智能
arbboter38 分钟前
【AI插件开发】Notepad++ AI插件开发实践:从Dock窗口集成到功能菜单实现
人工智能·notepad++·动态菜单·notepad++插件开发·dock窗口集成·ai代码辅助工具·ai对话窗口
jndingxin1 小时前
OpenCV 图形API(或称G-API)(1)
人工智能·opencv·计算机视觉
神马行空2 小时前
一文解读DeepSeek大模型在政府工作中具体的场景应用
人工智能·大模型·数字化转型·deepseek·政务应用
合合技术团队2 小时前
实测对比|法国 AI 独角兽公司发布的“最强 OCR”,实测效果如何?
大数据·人工智能·图像识别