2-2 opencv实战进阶系列 多边形识别

目录

一、不说废话,先上现象

二、前言

三、思路讲解

step1:用阈值编辑器对图像进行处理。

step2:应用阈值进行二值化

step3:轮廓查找

[step4: 显示文字](#step4: 显示文字)

四、完整代码贴出

五、现象展示

六、结语


一、不说废话,先上现象

细心的人可以发现第二张图有几个四边形没有被识别到,至于原因下面会给出解释

二、前言

本项目中,我们需要用到上个项目(2-1)中制作的阈值编辑器来对图形的颜色进行阈值提取,便于在代码中进行分割。

三、思路讲解

step1:用阈值编辑器对图像进行处理。

可以发现,对于重叠的图形需要,更加严格限制阈值才能将它们分离开,但是这样又会让掩膜覆盖掉阈值之外的图形。

解决方法是设置多个阈值对图片分割处理,让所有的图形都能够被识别到,最后对处理后的多个图像进行叠加。本文只展现一个阈值的处理,上述思路可自行尝试。

取灰度阈值(0,250)

step2:应用阈值进行二值化

python 复制代码
# 导入所需的库
import cv2
# 读取输入图像
img = cv2.imread('test3.png')
# 将图像转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化灰度图像
mask_gray = cv2.inRange(gray, 0, 250)

step3:轮廓查找

python 复制代码
# 找到轮廓
contours,hierarchy = cv2.findContours(mask_gray, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("检测到的轮廓数量:",len(contours))

for cnt in contours:
   approx = cv2.approxPolyDP(cnt, 0.01*cv2.arcLength(cnt, True), True)
   if len(approx) == 4:
      img = cv2.drawContours(img, [cnt], -1, (0,170,255), 3)
  • cv2.findContours()函数用于在二值图像中找到所有轮廓(contours)。

    • cv2.RETR_TREE:检索所有轮廓,并重构嵌套轮廓的层级关系(即父子关系)。
    • cv2.CHAIN_APPROX_SIMPLE:只保存轮廓的拐点,从而减少内存使用。
    • contours:轮廓列表,每个轮廓由一系列点的坐标组成。
    • hierarchy:层次信息,描述轮廓的嵌套结构。
  • cv2.approxPolyDP()对轮廓进行多边形拟合,将轮廓点近似为一组直线段:

    • cv2.arcLength(cnt, True)计算轮廓的周长(曲线长度)。
    • 0.01 * cv2.arcLength()指定多边形拟合精度(越小拟合得越精确)。
    • True表示轮廓是闭合的。
    • approx是拟合的多边形轮廓。
  • cv2.drawContours()函数在原图像上绘制轮廓:

    • img:目标图像。
    • [cnt]:轮廓的列表。
    • -1:绘制所有轮廓点。
    • (0, 170, 255):轮廓颜色(BGR格式)。
    • 3:线条的厚度。

step4: 显示文字

python 复制代码
      # 计算三角形质心
      M = cv2.moments(cnt)
      if M['m00'] != 0.0:
         x = int(M['m10']/M['m00'])
         y = int(M['m01']/M['m00'])
      cv2.putText(img, 'Rectangle', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 0), 2)

cv2.putText()函数在图像的质心位置添加标签"Rectangle":

  • (x, y):标签文本的位置。
  • cv2.FONT_HERSHEY_SIMPLEX:字体类型。
  • 0.6:字体大小。
  • (0, 0, 0):文字颜色。
  • 2:文字的粗细。

四、完整代码贴出

python 复制代码
# 导入所需的库
import cv2

# 读取输入图像
img = cv2.imread('test3.png')

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

# 应用二值化将灰度图像转换为二进制图像
mask_gray = cv2.inRange(gray, 0, 250)

# 找到轮廓
contours,hierarchy = cv2.findContours(mask_gray, cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
print("检测到的轮廓数量:",len(contours))

for cnt in contours:
   approx = cv2.approxPolyDP(cnt, 0.01*cv2.arcLength(cnt, True), True)
   if len(approx) == 4:
      img = cv2.drawContours(img, [cnt], -1, (0,170,255), 3)

      # 计算三角形质心
      M = cv2.moments(cnt)
      if M['m00'] != 0.0:
         x = int(M['m10']/M['m00'])
         y = int(M['m01']/M['m00'])
      cv2.putText(img, 'Rectangle', (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 0), 2)

cv2.imshow("mask_gray",mask_gray)
cv2.imshow("Shapes", img)

cv2.waitKey(0)
cv2.destroyAllWindows()

五、现象展示

将此处修改为: if len(approx) == 10:

五角星被识别

六、结语

文章所展示的只是对图像中四边形的识别,若要同时对多个图形进行识别,可以增加多个判断条件"elif len(approx) == 5:" ,大家可以自行尝试。

博文到此结束,写得模糊或者有误之处,欢迎小伙伴留言讨论与批评

相关推荐
985小水博一枚呀14 分钟前
【深度学习滑坡制图|论文解读3】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer
龙哥说跨境15 分钟前
如何利用指纹浏览器爬虫绕过Cloudflare的防护?
服务器·网络·python·网络爬虫
AltmanChan15 分钟前
大语言模型安全威胁
人工智能·安全·语言模型
985小水博一枚呀19 分钟前
【深度学习滑坡制图|论文解读2】基于融合CNN-Transformer网络和深度迁移学习的遥感影像滑坡制图方法
人工智能·深度学习·神经网络·cnn·transformer·迁移学习
数据与后端架构提升之路28 分钟前
从神经元到神经网络:深度学习的进化之旅
人工智能·神经网络·学习
小白学大数据31 分钟前
正则表达式在Kotlin中的应用:提取图片链接
开发语言·python·selenium·正则表达式·kotlin
flashman91132 分钟前
python在word中插入图片
python·microsoft·自动化·word
爱技术的小伙子34 分钟前
【ChatGPT】如何通过逐步提示提高ChatGPT的细节描写
人工智能·chatgpt
菜鸟的人工智能之路35 分钟前
桑基图在医学数据分析中的更复杂应用示例
python·数据分析·健康医疗
一行137 分钟前
电脑蓝屏debug学习
学习·电脑