opencv使用findContours进行轮廓检测时报错:not enough values to unpack (expected 3, got 2)
网络上很多opencv的教程用的都是3.4.1之前的版本,在进行轮廓查找时:
cloneImage,contours,heriachy=cv.findContours(binary,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)
其中:
第一个返回值:cloneImage是我们传入的二值化图像
第二个返回值:contours是一个列表,是轮廓本身,含有轮廓上面的各个点的位置信息
第三个返回值:heriachy是每条轮廓对应的属性
而在3.4.1之后的版本中要使用findContours进行轮廓检测时:
contours,heriachy=cv.findContours(binary,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE)
cloneImage是不用返回的,因此会提示需要两个返回值,用户却键入了三个返回值.
以下为3.4.1版本之后轮廓检测的源码:
#轮廓发现:
import cv2 as cv
import numpy as np
def edge_demo(image):
blurred = cv.GaussianBlur(image, (3, 3), 0) # 模糊 为了降低噪声因为Canny对噪声敏感,blur的程度要适中,太过了边缘会受到影响
gray = cv.cvtColor(blurred, cv.COLOR_BGR2GRAY) # 转成灰度图
xgrad = cv.Sobel(gray, cv.CV_16SC1, 1, 0)##!!!!!!canny方法API要求不允许使用浮点数
ygrad = cv.Sobel(gray, cv.CV_16SC1, 0, 1)
edge_output = cv.Canny(gray, 50, 150) #直接调用Canny算法在单通道灰度图像中查找边缘,
cv.imshow("Canny Edge",edge_output)
return edge_output
def contours_demo(image):
# 方法一:通过二值化 适用于内部颜色复杂的图像:
#直接使用与之方法threshold方法获取二值化图像来选择轮廓
dst=cv.GaussianBlur(image,(3,3),0) #用高斯模糊去除一些噪点
gray=cv.cvtColor(dst,cv.COLOR_BGR2GRAY)
ret,binary=cv.threshold(gray,0,255,cv.THRESH_BINARY|cv.THRESH_OTSU)
cv.imshow("binaryimage",binary)
##方法二:通过边缘提取 使用与内部颜色较为单一的图像:
#使用Canny边缘检测来获取二值化图像
# binary=edge_demo(image)
#findContours寻找轮廓(输入图像,轮廓检索模式,轮廓近似方法)
# 第一个返回值:cloneImage是我们传入的二值化图像
# 第二个返回值:contours是一个列表,是轮廓本身,含有轮廓上面的各个点的位置信息
# 第三个返回值:heriachy是每条轮廓对应的属性
contours,heriachy=cv.findContours(binary,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_SIMPLE) #RETE_TREE包含内部检测 RETR_EXTERNAL只显示外轮廓
for i,contour in enumerate(contours): #enumerate:容器
# def drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None,
# maxLevel=None, offset=None) 绘制轮廓
# 1.image: 输入输出图像,Mat类型即可
# 2.contours: 使用findContours检测到的轮廓数据,每个轮廓以点向量的形式存储
# 3.contourIdx: 绘制轮廓的只是变量,如果为负值则绘制所有输入轮廓
# 4.color: 轮廓颜色
# 5.thickness: 绘制轮廓所用线条粗细度,如果值为负值,则在轮廓内部绘制
cv.drawContours(image,contours,i,(0,0,255),-1) #参数为负数可以进行填充 正数就是轮廓的粗细
print(i)
cv.imshow("detect contours",image)
print("-----------Hello Opencv-------------")
src = cv.imread("D:/pythonprograms/tutorial1/images/detect_circle_demo.png")
cv.namedWindow("This is a image", cv.WINDOW_AUTOSIZE)
cv.imshow("This is a image",src)
contours_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()