Java OpenCV中获取轮廓等级

    

   在Java OpenCV中,Imgproc.findContours函数可以用来提取二值图形的轮廓线,其用法大多数博客都有讲解,但是唯独没有介绍如何获取这些轮廓线的等级。

   参数hierarchy的类型为Mat,使用System.out.println(hierarchy)打印,其值为:Mat [ 1*7*CV_32SC4, isCont=true, isSubmat=false, nativeObj=0x131ce00, dataAddr=0x1319280 ],但是还是不知道里面的轮廓等级关系;  

   不慌,使用如下代码可以打印出hierarchy存储的值,其中sImage为一幅Mat类型二值图像;

List<MatOfPoint> contours = new ArrayList<>();Mat hierarchy = new Mat(); Imgproc.findContours(sImage, contours, hierarchy, Imgproc.RETR_CCOMP, Imgproc.CHAIN_APPROX_NONE);
int[] current_hierarchy = new int[4];

for (int i = 0; i < contours.size(); i++) {
System.out.print(i);
System.out.print(" : ");

System.out.println(contours.get(i).size().height);
System.out.println(contours.get(i));

hierarchy.get(0, i, current_hierarchy);

System.out.print(current_hierarchy[0]);
System.out.print(", ");

System.out.print(current_hierarchy[1]);
System.out.print(", ");

System.out.print(current_hierarchy[2]);
System.out.print(", ");

System.out.println(current_hierarchy[3]);
}

hierarchy :4通道矩阵,元素个数为轮廓数量。通道【0】~ 通道【3】对应保存:后一个轮廓下标,前一个轮廓下标,父轮廓下标,内嵌轮廓下标。如果没有后一个,前一个,父轮廓,内嵌轮廓,那么该通道的值为 -1。

本例中总共提取到7条轮廓线,每条轮廓线的等级关系如下:

0 : 1, -1, -1, -1
1 : 3, 0, 2, -1
2 : -1, -1, -1, 1
3 : -1, 1, 4, -1
4 : 5, -1, -1, 3
5 : 6, 4, -1, 3
6 : -1, 5, -1, 3

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
### 回答1: 使用OpenCV Python可以通过以下步骤获取轮廓坐标: 1. 读取图像并将其转换为灰度图像。 2. 对图像进行二值化处理。 3. 使用findContours函数查找轮廓。 4. 遍历每个轮廓获取其坐标。 具体代码如下: ``` import cv2 # 读取图像并转换为灰度图像 img = cv2.imread('image.jpg') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化处理 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 查找轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 遍历每个轮廓获取其坐标 for contour in contours: for point in contour: x, y = point[] print('x:', x, 'y:', y) ``` 这样就可以获取到每个轮廓的坐标了。 ### 回答2: OpenCV是一种广泛用于计算机视觉和图像处理的开源库,可以用Python语言进行编程。在OpenCV,可以通过处理二值图像来获取图像对象的轮廓坐标。 首先,需要使用OpenCV的cv2.threshold()函数将图像进行二值化处理,将对象从背景分离出来。然后,通过cv2.findContours()函数查找轮廓。 cv2.threshold()函数会将输入图像转换为二值图像,其参数包括输入图像、阈值、最大阈值类型和二值化类型等。例如,以下代码将输入图像转换为二值图像: ``` image = cv2.imread('image.jpg', 0) ret, thresh = cv2.threshold(image, 127, 255, cv2.THRESH_BINARY) ``` cv2.findContours()函数将会返回一个包含所有轮廓坐标的列表和一个包含轮廓面积的列表。这个函数的参数包括输入图像、轮廓查找模式和轮廓近似方法等。例如,以下代码查找轮廓: ``` contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) ``` 在查找轮廓后,可以使用cv2.drawContours()函数将轮廓绘制在原始图像上。此外,还可以使用cv2.contourArea()函数计算轮廓的面积、cv2.arcLength()函数计算轮廓的周长等。 例如,以下代码将绘制轮廓并计算它的面积: ``` cv2.drawContours(image, contours, -1, (0, 255, 0), 3) area = cv2.contourArea(contours[0]) ``` 在处理轮廓时,还可以使用各种算法进行轮廓近似、角度计算等操作,根据需要选择相应的算法。 综上所述,使用OpenCV和Python可以轻松地获取轮廓坐标,并进行各种轮廓处理操作,为计算机视觉和图像处理领域提供了强大的工具。 ### 回答3: 在OpenCV Python获取轮廓坐标是非常常见的操作。 OpenCV提供了一个名为 “findContours”的函数,可以在二进制图像查找轮廓,并返回轮廓的坐标。 要使用此函数,您需要将二进制图像作为输入,并提供一个输出变量以保存轮廓的坐标。以下是使用OpenCV Python的findContours函数获取轮廓坐标的一般步骤: 1. 首先,您需要加载您要查找的图像。可以使用OpenCV Python的imread函数来完成此操作。例如: img = cv2.imread('image.png') 2. 接下来,您需要将图像转换为灰度,以便使用图像阈值化功能将其转换为二进制格式。使用OpenCV Python的cvtColor函数将图像转换为灰度格式。例如: gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) 3. 将图像阈值化以将其转换为二进制格式。在这里,您可以使用OpenCV Python的threshold函数,该函数将灰度图像转换为二进制图像。例如: _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) 4. 最后,您可以使用findContours函数查找轮廓,并从它返回轮廓的坐标。使用了两个参数:输入图像和轮廓检测模式。例如: contours, _ = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 5. 最后,您可以遍历轮廓并分别访问每个轮廓的坐标。例如: for contour in contours: x, y, w, h = cv2.boundingRect(contour) cv2.rectangle(img, (x, y), (x + w, y + h), (255, 0, 0), 2) 这就是使用OpenCV Python获取轮廓坐标的简单步骤。您可以将其应用于您自己的项目,并使用轮廓坐标进行对象检测,边缘检测等操作。

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值