opencv: 绘制矩形轮廓框,并记录轮廓框坐标

步骤简述

使用OpenCV绘制矩形轮廓框,一般包括如下步骤:

  1. 转换为灰度图;
  2. 进行阈值处理;
  3. 进行中值滤波;
  4. 在原始图像上绘制矩形框。

附图解析

原始图像:
这里写图片描述

第一步,转换为灰度图:
这里写图片描述

第二步,经过阈值处理:
这里写图片描述

第三步,中值滤波后:
这里写图片描述

最后一步,在原始图像上绘制矩形框:
这里写图片描述

生成的记录文件(矩形轮廓框四个端点的平面坐标)

1: [367,201  367,210  371,201  371,210]
2: [362,195  362,197  363,195  363,197]
3: [297,187  297,190  301,187  301,190]
4: [396,182  396,184  398,182  398,184]
5: [371,168  371,190  394,168  394,190]
6: [382,166  382,169  387,166  387,169]
7: [211,160  211,189  238,160  238,189]
8: [377,148  377,163  402,148  402,163]
9: [308,148  308,217  353,148  353,217]
10: [315,193  315,215  348,193  348,215]
11: [277,148  277,188  311,148  311,188]
12: [241,147  241,190  274,147  274,190]
13: [179,132  179,189  235,132  235,189]
14: [355,129  355,192  372,129  372,192]

Code

附上自己写的实验代码:

# coding=utf-8
import cv2

# 原图像路径
origin_pic = cv2.imread('./origin.jpg')
# 文档路径,用于记录轮廓框坐标
txt_file = open('./contours.txt', 'w')

# 要先转换成单通道灰度图像才能进行后续的图像处理
pic = cv2.cvtColor(origin_pic, cv2.COLOR_BGR2GRAY)
# 阈值处理,将前景全填充为白色,背景全填充为黑色
_, pic = cv2.threshold(src=pic, thresh=200, maxval=255, type=1)
# 中值滤波,去除椒盐噪声
pic = cv2.medianBlur(pic, 5)
# 边缘检测,得到的轮廓列表
_1, contours, _2 = cv2.findContours(pic, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 根据轮廓列表,循环在原始图像上绘制矩形边界
for i in range(len(contours)):
    cnt = contours[i]
    x, y, w, h = cv2.boundingRect(cnt)
    origin_pic = cv2.rectangle(origin_pic, (x, y), (x+w, y+h), (255, 0, 0), 2)
    txt_file.write('{}: [{},{}  {},{}  {},{}  {},{}]\n'.format(i+1, x, y, x, y+h, x+w, y, x+w, y+h))

cv2.imwrite('./rectangle.jpg', origin_pic)
txt_file.close()

cv2.imshow('', origin_pic)
cv2.waitKey(0)
cv2.destroyAllWindows()
  • 6
    点赞
  • 44
    收藏
    觉得还不错? 一键收藏
  • 5
    评论

“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 5
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