Python Opencv轮廓常用操作代码实例解析

Post published:2023年5月13日
Post category:Python

这里是“PythonOpencv轮廓常用操作代码实例解析”的完整攻略：

一、轮廓概述

轮廓是图像分析中的基本概念，在计算机视觉中是指将连续的边缘连接起来形成的曲线，轮廓可以被用来识别物体的形状，并在图像中分割出物体。

二、轮廓的基本操作

1.读取并显示图像

import cv2

image = cv2.imread("example.jpg")  # 读取图像

cv2.imshow("image", image)  # 显示图像
cv2.waitKey(0)  # 等待按键

2.转换为灰度图像

import cv2

image = cv2.imread("example.jpg")  # 读取图像

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

cv2.imshow("gray", gray)  # 显示灰度图像
cv2.waitKey(0)  # 等待按键

3.二值化

import cv2

image = cv2.imread("example.jpg")  # 读取图像

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转换为灰度图像
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)  # 二值化

cv2.imshow("binary", binary)  # 显示二值化图像
cv2.waitKey(0)  # 等待按键

4.边缘检测

import cv2

image = cv2.imread("example.jpg")  # 读取图像

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转换为灰度图像
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)  # 二值化
edges = cv2.Canny(binary, 30, 150)  # 边缘检测

cv2.imshow("edges", edges)  # 显示边缘图像
cv2.waitKey(0)  # 等待按键

5.轮廓提取

import cv2

image = cv2.imread("example.jpg")  # 读取图像

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转换为灰度图像
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)  # 二值化
edges = cv2.Canny(binary, 30, 150)  # 边缘检测
_, contours, hierarchy = cv2.findContours(edges, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)  # 轮廓提取

cv2.drawContours(image, contours, -1, (0, 0, 255), 2)  # 绘制轮廓
cv2.imshow("contours", image)  # 显示轮廓图像
cv2.waitKey(0)  # 等待按键

三、示例说明

示例一：检测并标记图像中的瓶盖

import cv2

image = cv2.imread("cap.jpg")  # 读取图像

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转换为灰度图像
_, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY)  # 二值化
edges = cv2.Canny(binary, 120, 240)  # 边缘检测
_, contours, hierarchy = cv2.findContours(edges, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)  # 轮廓提取

max_area = 0
max_contour = None
for contour in contours:
    area = cv2.contourArea(contour)
    if area > max_area:
        max_area = area
        max_contour = contour

if max_contour is not None:
    cv2.drawContours(image, [max_contour], -1, (0, 0, 255), 2)

cv2.imshow("cap", image)
cv2.waitKey(0)

示例二：检测并标记图像中的手写字母

import cv2

image = cv2.imread("letters.jpg")  # 读取图像

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)  # 转换为灰度图像
_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)  # 二值化
edges = cv2.Canny(binary, 30, 150)  # 边缘检测
_, contours, hierarchy = cv2.findContours(edges, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)  # 轮廓提取

for contour in contours:
    x, y, w, h = cv2.boundingRect(contour)
    if 10 < h < 100 and 10 < w < 100:
        cv2.rectangle(image, (x, y), (x + w, y + h), (0, 0, 255), 2)

cv2.imshow("letters", image)
cv2.waitKey(0)

至此，完整的“PythonOpencv轮廓常用操作代码实例解析”的攻略已经介绍完毕。

Tags: numpy