OpenCV--图形轮廓

图形轮廓

图像轮廓

python 复制代码
import cv2
import numpy as np

"""
图形轮廓--具有相同颜色或灰度的连续点的曲线
用于图形分析和物体的识别和检测
注意:为了检测的准确性,必须对图像进行二值化或canny操作
画轮廓时会修改原图像,记得存储
"""

img = cv2.imread('./img/cat.jpeg')

查找轮廓

python 复制代码
"""
查找轮廓
"""
# 先变成单通道的黑白图片
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化
thresh, binary = cv2.threshold(gray, 150, 255, cv2.THRESH_BINARY)

# 查找轮廓 cv2.RETR_TREE查找轮廓的模式,一般用这个(树形)
# CHAIN_APPROX_SIMPLE 只保存角点,CHAIN_APPROX_NONE 保存轮廓所有的点
# contours里面放的是list,list里面放的ndarray,每个ndarray表示一个contours
# contours, hierarchy:轮廓和层级
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

绘制轮廓

python 复制代码
"""
绘制轮廓
画轮廓时会修改原图像,记得存储
轮廓编号要根据实际情况改
"""
# 画轮廓直接使用原始彩色图像
# contours轮廓点, -1:轮廓编号,-1表示绘制所有轮廓
# (0, 0, 255)颜色, 2线宽如果是-1,表示全部填充
img_copy = img.copy()
cv2.drawContours(img_copy, contours, -1, (0, 0, 255), 2)
cv2.imshow('img_copy', img_copy)

计算轮廓的面积和周长

python 复制代码
"""
计算轮廓的面积和周长
"""
# 面积 第一个轮廓的面积
area = cv2.contourArea(contours[1])
# 周长 closed=True是否封闭
perimeter = cv2.arcLength(contours[1], closed=True)

多边形逼近与凸包

python 复制代码
"""
多边形逼近:findContours找到的轮廓信息可能过于复杂且不平滑,对轮廓做近似处理
"""
# approx本质上是一个轮廓数据  20为DP(Douglas------Peucker)算法的阈值
approx = cv2.approxPolyDP(contours[0], 20, closed=True)
# 绘制逼近的轮廓
# 注意:[approx]传的是列表
# 轮廓编号要根据实际情况改
cv2.drawContours(img_copy, [approx], 0, (0, 255, 0), 2)

"""
凸包:与多边形逼近,只不过是物体最外层的凸多边形,包含原有轮廓,但仅由轮廓上的点构成的多边形--一种简化
"""
# 计算凸包
hull = cv2.convexHull(contours[0])
# 画出凸包 轮廓编号要根据实际情况改
cv2.drawContours(img_copy, [hull], 0, (255, 0, 0), 2)

外接矩形

python 复制代码
"""
外接矩形--轮廓的最小和最大外接矩形
"""
# 最小外接矩形
# 返回的是一个旋转的矩形,包括:矩形的起始坐标(x, y),矩形的长宽,矩形旋转的角度
# 轮廓编号要根据实际情况改
rect = cv2.minAreaRect(contours[1])
# 画出外接矩形 boxPoints专门绘制旋转矩形
# 返回的是矩形四个点的坐标
box = cv2.boxPoints(rect)
# 绘制最小外接
# 注意:坐标必须是整数才能绘制 np.int0(box)截取整数,但是误差
# 四舍五入:np.round(box),此时还有小数点没有去除 astype('int64')解决
box = np.round(box).astype('int64')
cv2.drawContours(img_copy, [box], 0, (255, 0, 0), 2)

# 最大外接矩形(不会旋转) 返回:矩形的起始坐标(x, y),矩形的长宽
x, y, w, h = cv2.boundingRect(contours[1])
# 绘制最大外接矩形
cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2)

cv2.waitKey(0)
cv2.destroyAllWindows()
相关推荐
如何原谅奋力过但无声17 分钟前
TensorFlow 2.x常用函数总结(持续更新)
人工智能·python·tensorflow
chao18984423 分钟前
多光谱图像融合:IHS、PCA与小波变换的MATLAB实现
图像处理·计算机视觉·matlab
程序员-小李27 分钟前
基于 Python + OpenCV 的人脸识别系统开发实战
开发语言·python·opencv
qyresearch_1 小时前
大语言模型训推一体机:AI算力革命的“新引擎”,2031年市场规模突破123亿的黄金赛道
人工智能·语言模型·自然语言处理
计算机小手1 小时前
使用 llama.cpp 在本地高效运行大语言模型,支持 Docker 一键启动,兼容CPU与GPU
人工智能·经验分享·docker·语言模型·开源软件
短视频矩阵源码定制1 小时前
矩阵系统哪个好?2025年全方位选型指南与品牌深度解析
java·人工智能·矩阵·架构·aigc
java1234_小锋1 小时前
[免费]基于Python的Flask酒店客房管理系统【论文+源码+SQL脚本】
开发语言·人工智能·python·flask·酒店客房
hakuii1 小时前
SVD分解后的各个矩阵的深层理解
人工智能·机器学习·矩阵
这张生成的图像能检测吗2 小时前
(论文速读)基于图像堆栈的低频超宽带SAR叶簇隐蔽目标变化检测
图像处理·人工智能·深度学习·机器学习·信号处理·雷达·变化检测
leijiwen2 小时前
城市本地生活实体零售可信数据空间 RWA 平台方案
人工智能·生活·零售