佳木斯湛栽影视文化发展公司

主頁 > 知識庫 > OpenCV圖像輪廓的繪制方法

OpenCV圖像輪廓的繪制方法

熱門標(biāo)簽:美圖手機(jī) 智能手機(jī) 銀行業(yè)務(wù) 呼叫中心市場需求 網(wǎng)站文章發(fā)布 服務(wù)器配置 鐵路電話系統(tǒng) 檢查注冊表項(xiàng)

本文實(shí)例為大家分享了檢測幾何圖形輪廓和檢測花朵圖形輪廓,供大家參考,具體內(nèi)容如下

OpenCV繪制圖像輪廓

繪制輪廓的一般步驟:

1、讀取圖像

image = cv2.imread('image_path')

2、將原圖轉(zhuǎn)化為灰度圖像

image_gray  = cv.cvtColor(image, cv.COLOR_BGR2GRAY)

3、將灰度圖像進(jìn)行二值化閾值處理

# 這里將閾值設(shè)置為127為例,最大閾值為255
t, binary = cv.threshold(image_gray, 127, 255, cv.THRESH_BINARY)

4、檢測二值化圖像中邊緣輪廓

# 這里以檢測所有輪廓,不建立層次關(guān)系為例
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)

5、在原圖上繪制圖像

# 這里將輪廓索引設(shè)置為-1,繪制出所有輪廓,顏色設(shè)置為紅色,寬度為2為例
cv2.drawContours(image, contours, -1, (0, 0, 255), 2)

6、顯示圖像

cv2.imshow('image', image)

測試檢測幾何圖形輪廓:

代碼如下:

# -*- coding: utf-8 -*-
# @Time    : 2021/8/17
# @Author  : ZYh
"""
Introduction:
圖像輪廓檢測:
    OpenCV提供的findContours()方法可以通過計算圖像梯度來判斷出圖像的邊緣,然后將邊緣的點(diǎn)封裝成數(shù)組返回
    contours, hierarchy = cv2.findContours(image, mode, mothode)
    參數(shù):
        image->被檢測圖像必須是8位單通道二值圖像。如果原圖是rgb圖像,必須轉(zhuǎn)為灰度圖像,在進(jìn)行二值化閾值處理
        mode->輪廓的檢索模式
            參數(shù)值                     含義
            cv2.RETR_EXTERNAL       只檢測外輪廓
            cv2.RETR_LIST           檢測所有輪廓,但不建立層次關(guān)系
            cv2.RETR_CCOMP          檢測所有輪廓,并建立兩級層次關(guān)系
            cv2.RETR_TREE           檢測所有輪廓,并建立樹狀結(jié)構(gòu)的層次關(guān)系
        mothode->檢測輪廓時使用的方法
            參數(shù)值                     含義
            cv2.CHAIN_NONE                儲存輪廓上的所有點(diǎn)
            cv2.CHAIN_APPROX_SIMPLE       只保存水平、垂直或?qū)蔷€輪廓的端點(diǎn)
            cv2.CHAIN_APPROX_TC89_L1      Ten_Chinl近似算法的一種
            cv2.CHAIN_APPROX_TC89_KCOS    Ten_Chinl近似算法的一種
    retval:
        contours->檢測出的所有輪廓,list類型,每一個元素都是某個輪廓的像素坐標(biāo)數(shù)組
        hierarchy->輪廓之間的層次關(guān)系
圖像輪廓繪制:
    image = cv2.drawContours(image, contours, contourIdx, color, thickness, lineTypee, hierarchy,
        maxLevel, offse)
    參數(shù):
        image->被繪制輪廓的原始圖像,可以是多通道圖像
        contours->findContours()方法得出的輪廓列表
        contourIdx->繪制輪廓的索引,如果為-1則繪制所有輪廓
        color:繪制顏色,BGR格式
        thickness->可選參數(shù),畫筆的粗細(xì),如果為-1則繪制實(shí)心輪廓
        lineTypee->可選參數(shù),繪制輪廓的線型
        hierarchy->可選參數(shù),findContours()方法得出的層次關(guān)系
        maxLevel->可選參數(shù),繪制輪廓的層次深度,最深繪制第maxLevel層
        offse->可選參數(shù),偏移量,可以改變繪制結(jié)果的位置
"""
import cv2 as cv
# 讀取加載圖像
image1 = cv.imread('shape1.png')
image2 = cv.imread('shape1.png')
# 將圖像由RGB格式轉(zhuǎn)為灰度圖像
gray1 = cv.cvtColor(image1, cv.COLOR_BGR2GRAY)
gray2 = cv.cvtColor(image2, cv.COLOR_BGR2GRAY)
# 將圖像進(jìn)行二值化閾值處理, 返回t是處理時采用的閾值,binary是閾值處理后的圖像
t1, binary1 = cv.threshold(gray1, 127, 255, cv.THRESH_BINARY)
t2, binary2 = cv.threshold(gray2, 127, 255, cv.THRESH_BINARY)
# 檢測圖像中出現(xiàn)的所有輪廓,記錄輪廓的每一個點(diǎn)
contours1, hierarchy1 = cv.findContours(binary1, cv.RETR_LIST, cv.CHAIN_APPROX_NONE)
# 顯示原圖
cv.imshow('image', image1)
# 繪制所有輪廓,寬度為3,顏色為紅色
cv.drawContours(image1, contours1, -1, (0, 0, 255), 3)
cv.imshow('cv.RETR_LIST', image1)

# 檢測圖像中的外輪廓,記錄輪廓的每一個點(diǎn)
contours2, hierarchy2 = cv.findContours(binary2, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_NONE)
# 使用cv2.RETR_EXTERNAL做參數(shù)繪制外輪廓,寬度為3,顏色為藍(lán)色
cv.drawContours(image2, contours2, -1, (255, 0, 0), 3)
cv.imshow('cv.RETR_EXTERNAL', image2)

cv.waitKey()
cv.destroyAllWindows()

運(yùn)行結(jié)果:

測試檢測花朵圖形輪廓:

代碼如下:

# -*- coding: utf-8 -*-
# @Time    : 2021/8/18
# @Author  : ZYh
"""
Introduction:
繪制花朵所有輪廓
"""
import  cv2 as cv

image_flower = cv.imread('flower.png')
# 顯示原圖
cv.imshow('flower1', image_flower)
# 對圖像進(jìn)行中值濾波處理,去除噪聲
image_flower = cv.medianBlur(image_flower, 5)
cv.imshow('flower2', image_flower)
# 將圖像從RGB轉(zhuǎn)為單通道灰度圖像
gray_flower = cv.cvtColor(image_flower, cv.COLOR_BGR2GRAY)
# 灰度圖像進(jìn)行二值化閾值處理
t, binary = cv.threshold(gray_flower, 127, 255, cv.THRESH_BINARY)
# 顯示二值化圖像
cv.imshow('binary', binary)
# 獲取二值化圖像中的輪廓以及輪廓層次
contours, hierarchy = cv.findContours(binary, cv.RETR_LIST, cv.CHAIN_APPROX_NONE)
# 在原圖中繪制輪廓
cv.drawContours(image_flower, contours, -1, (0, 255, 255), 2)
# 顯示繪制輪廓后的圖像
cv.imshow('cv.RETR_LIST', image_flower)

cv.waitKey()
cv.destroyAllWindows()

運(yùn)行結(jié)果:

以上就是本文的全部內(nèi)容,希望對大家的學(xué)習(xí)有所幫助,也希望大家多多支持腳本之家。

您可能感興趣的文章:
  • Python基于opencv的簡單圖像輪廓形狀識別(全網(wǎng)最簡單最少代碼)
  • python 基于opencv 繪制圖像輪廓
  • opencv 圖像輪廓的實(shí)現(xiàn)示例
  • opencv python 圖像輪廓/檢測輪廓/繪制輪廓的方法
  • Python Opencv實(shí)現(xiàn)圖像輪廓識別功能
  • OpenCV半小時掌握基本操作之圖像輪廓

標(biāo)簽:河南 新疆 沈陽 樂山 紅河 滄州 長治 上海

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《OpenCV圖像輪廓的繪制方法》,本文關(guān)鍵詞  ;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請?zhí)峁┫嚓P(guān)信息告之我們,我們將及時溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 收縮
    • 微信客服
    • 微信二維碼
    • 電話咨詢

    • 400-1100-266
    汕头市| 瑞丽市| 阜城县| 富源县| 城固县| 方城县| 青岛市| 二连浩特市| 泗水县| 体育| 万山特区| 静乐县| 永胜县| 乐清市| 宕昌县| 寻乌县| 八宿县| 东平县| 霞浦县| 汤阴县| 平安县| 红桥区| 灌云县| 康平县| 五原县| 永安市| 光泽县| 象山县| 南开区| 易门县| 磐石市| 旬邑县| 福安市| 塘沽区| 绥阳县| 阿坝县| 通州区| 澄迈县| 建水县| 塘沽区| 阿城市|