通过二值图特征对原图像特征绘制

#对原图进行二值化特征描绘
import cv2
import numpy as np
kernel = np.ones((1, 5), np.uint8)
#原图读取
img = cv2.imread(r"C:\Users\Administrator\Desktop\pic\dianta.tif")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
binary = cv2.morphologyEx(binary, cv2.MORPH_CLOSE, kernel, anchor=(2, 0), iterations=5)
#二值图读取
mask = cv2.imread(r"C:\Users\Administrator\Desktop\dianta.tif", cv2.IMREAD_GRAYSCALE)
contours, hierarchy = cv2.findContours(mask, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
#原图进行特征绘制
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)
output_path = r"./2.tif"  # 替换为你要保存的路径和文件名
cv2.imwrite(output_path, img)

对关于模型训练出来的二值图特征对原始图进行特征绘制问题做一个小总结。主要是二值图转化的问题。有些需求是对原图进行特征分析,则需要对特征的函数进行理解或者使用。上述代码只有一部分可用

  • 0
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
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