python学opencv|读取图像(六十五)使用cv2.boundingRect()函数实现图像轮廓矩形标注

【1】引言

前序学习进程中,已经使用cv2.findContours()函数+cv2.drawContours()函数实现图像轮廓识别和标注,这种标注沿着图像的轮廓进行,比较细致。相关文章链接为:

python学opencv|读取图像(六十四)使用cv2.findContours()函数+cv2.drawContours()函数实现图像轮廓识别和标注-CSDN博客

如果想用矩形将图像直接框选,就是今天的学习目标: 使用cv2.boundingRect()函数实现图像轮廓矩形标注。

【2】官网教程

点击下方链接,直达cv2.boundingRect()函数官网教程:

OpenCV: Structural Analysis and Shape Descriptors

官网页面对 cv2.boundingRect()函数的解释为:

++图1 官网页面对 cv2.boundingRect()函数的解释++

其实可以根据字面意思理解,bounding就是边界的意思,rect代表rectangle矩形,所以cv2.boundingRect()函数可以读取举行的边界值。

【3】代码测试

和之前一样,cv2.boundingRect()函数要想用矩形作为标签标注图形的轮廓,需要提前知晓图像的轮廓位置,所以依然要调用 cv2.findContours()函数来找到轮廓。

cv2.boundingRect()函数和cv2.findContours()函数有一个共同点,就是必须要对灰度图像才有效,所以必须提前调用cv2.cvtColor()函数转换灰度图,而为了更进一步突出灰度图,有时候需要调用cv2.threshold()函数进行阈值处理。

如果对上述函数不熟悉,可以通过下述链接回忆:
python学opencv|读取图像(六十四)使用cv2.findContours()函数+cv2.drawContours()函数实现图像轮廓识别和标注-CSDN博客

python学opencv|读取图像(十九)使用cv2.rectangle()绘制矩形_python cv2.rectangle-CSDN博客

python学opencv|读取图像(十一)彩色图像转灰度图的两种办法_识别图像输出灰度图-CSDN博客

按照上述分析的逻辑,代码设置为:引入必要模块和图像,图像灰度处理,图像阈值处理,给灰度图像找边界轮廓,然后是绘制矩形标注。

此处直接给出完整代码:

python 复制代码
import cv2 as cv # 引入CV模块
import numpy as np #引入numpy模块

# 读取图片
src = cv.imread('df.png') #读取图像srcx.png
gray=cv.cvtColor(src,cv.COLOR_BGR2GRAY) #将图像转化为灰度图

#图像处理
canvas = np.ones((580, 580, 3), np.uint8)*158  # 绘制一个580*580大小的画布,3代表有3个通道,unit8为图像存储格式
t,dst=cv.threshold(gray,10,255,cv.THRESH_BINARY) #阈值处理
con,hierarchy=cv.findContours(dst,cv.RETR_LIST,cv.CHAIN_APPROX_SIMPLE) #读取边界
x,y,w,h=cv.boundingRect(con[0]) #获取第一轮廓的最小矩形边框,记录左上角坐标、宽和高

print('con=',len(con)) #输出con代表的轮廓列表数量
print(src.shape) #输出src图像基本属性
cv.rectangle(src,(x,y),(x+w,y+h),(0,100,255),5) #绘制矩形
#cv.imshow('ini-image ', dst) #显示原始图像
cv.imshow('ini-image-con', src) #显示带轮廓线图像
canvas=cv.rectangle(canvas,(x,y),(x+w,y+h),(0,100,255),5)
cv.imshow('rectangle', canvas)  # 在屏幕展示你画线段的效果
#cv.imshow('ini-image-gon', gray) #显示带轮廓线图像
cv.imwrite('ini-image-con.png', src) #保存图像
cv.waitKey()  # 图像不关闭
cv.destroyAllWindows()  # 释放所有窗口

代码运行的相关图像有:

++图2 初始图像df.png++

++图3 加矩形标注图像++

由图2和图3可见,图像识别成功,并且画上了矩形标注框。

【4】细节说明

在使用纯黑白图像时,顺利获得了如图2所示的矩形标注效果。

如果图像稍微复杂一些,是否效果依旧显著。

将输出图像换位依旧是黑白为主色调的图像:

++图4 新的初始图像++

代码运行后的实际效果为:

++图5 实际运行效果-标注了一个点++

由图5可见,实际运行效果只在人像上标注了一个点。

为此,追溯了原因,看读取的一些基本信息:

++图6 基本信息++

在控制台,获得了一些基本信息,con代表获得的轮廓数,第二行代表像素和通道。

显然,第二个初始图像读出了2346个轮廓,显然这个数据足够大,具体使用哪个轮廓来绘制矩形很难选择。

然后对于第一个初始图像,代码使用的轮廓为con[0],如果将其切换为con[1]:

python 复制代码
src = cv.imread('df.png') #读取图像srcx.png
python 复制代码
x,y,w,h=cv.boundingRect(con[1]) #获取第一轮廓的最小矩形边框,记录左上角坐标、宽和高

代码运行后的效果为:

++图7 第二个矩形轮廓++

由图7可见,如果使用第二个轮廓,绘制的矩形框沿着图像的边缘。

综上,使用cv2.boundingRect()函数对图像轮廓进行矩形标注,图像的颜色单一才会更为准确。

【5】总结

掌握了python+opencv通过使用cv2.boundingRect()函数对图像轮廓进行矩形标注的技巧。

相关推荐
用户27784491049931 小时前
借助DeepSeek智能生成测试用例:从提示词到Excel表格的全流程实践
人工智能·python
JavaEdge在掘金4 小时前
ssl.SSLCertVerificationError报错解决方案
python
我不会编程5554 小时前
Python Cookbook-5.1 对字典排序
开发语言·数据结构·python
老歌老听老掉牙5 小时前
平面旋转与交线投影夹角计算
python·线性代数·平面·sympy
满怀10155 小时前
Python入门(7):模块
python
无名之逆5 小时前
Rust 开发提效神器:lombok-macros 宏库
服务器·开发语言·前端·数据库·后端·python·rust
你觉得2055 小时前
哈尔滨工业大学DeepSeek公开课:探索大模型原理、技术与应用从GPT到DeepSeek|附视频与讲义下载方法
大数据·人工智能·python·gpt·学习·机器学习·aigc
啊喜拔牙5 小时前
1. hadoop 集群的常用命令
java·大数据·开发语言·python·scala
hyshhhh5 小时前
【算法岗面试题】深度学习中如何防止过拟合?
网络·人工智能·深度学习·神经网络·算法·计算机视觉
__lost6 小时前
Pysides6 Python3.10 Qt 画一个时钟
python·qt