OpenCv绘制图片轮廓

 

import cv2
import numpy as np

img = cv2.imread('6.png')
#img = cv2.imread('3.jpg')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
'''image, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
上句会出现下面的错误
ValueError: not enough values to unpack (expected 3, got 2)'''
#修正代码如下
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

cv2.imshow('imageshow', img)  # 显示返回值image,其实与输入参数的thresh原图没啥区别
#cv2.waitKey(0) #注释掉就可以同时显示

'''核心
cv2.drawContours(image, contours, contourIdx, color, thickness=None, lineType=None, hierarchy=None, maxLevel=None, offset=None)
第一个参数image表示目标图像,
第二个参数contours表示输入的轮廓组,每一组轮廓由点vector构成,
第三个参数contourIdx指明画第几个轮廓,如果该参数为负值,则画全部轮廓,
第四个参数color为轮廓的颜色,
第五个参数thickness为轮廓的线宽,如果为负值或CV_FILLED表示填充轮廓内部,
第六个参数lineType为线型,
第七个参数为轮廓结构信息,
第八个参数为maxLevel'''
img = cv2.drawContours(img, contours, -1, (225, 225, 0), 5)  # img为三通道才能显示轮廓
cv2.imshow('drawimg', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

运行结果

原图

绘制轮廓

### 回答1: 使用OpenCV提取图片轮廓的基本步骤如下: 1. 读取图片,转换为灰度图像。 2. 对图像进行二值化处理,将图像转换为黑白图像。 3. 使用cv2.findContours函数查找轮廓。 4. 绘制轮廓。 以下是示例代码: ``` import cv2 # 读取图片 img = cv2.imread('test.jpg') # 转换为灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化处理 ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 查找轮廓 contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 绘制轮廓 cv2.drawContours(img, contours, -1, (0, 0, 255), 2) # 显示结果 cv2.imshow('contours', img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 其中cv2.findContours函数的参数含义如下: - binary:二值化图像。 - cv2.RETR_TREE:轮廓的检索模式,表示提取所有轮廓并建立轮廓间的层级关系。 - cv2.CHAIN_APPROX_SIMPLE:轮廓的近似方法,表示只保留轮廓的端点。 绘制轮廓使用的是cv2.drawContours函数,其中参数含义如下: - img:要绘制轮廓的图像。 - contours:要绘制轮廓。 - -1:表示绘制所有轮廓。 - (0, 0, 255):轮廓的颜色,这里为红色。 - 2:轮廓的宽度。 ### 回答2: Python中的OpenCV库是一个用于图像处理和计算机视觉任务的强大工具。要提取图像的轮廓,我们可以使用OpenCV中的findContours函数。 首先,我们需要导入必要的库: import cv2 import numpy as np 然后,我们读取图像,并将其转换为灰度图像: image = cv2.imread('image.jpg') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) 接下来,我们需要对图像进行阈值处理,以便更好地分离图像的前景和背景。我们可以使用cv2.threshold函数来实现: _, threshold = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) 然后,我们可以使用cv2.findContours函数来提取图像的轮廓: contours, _ = cv2.findContours(threshold, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) findContours函数返回两个值:轮廓列表和层次结构。在这里,我们只关心轮廓列表。第一个参数是输入图像,第二个参数是轮廓检测模式,第三个参数是轮廓逼近方法。 最后,我们可以使用cv2.drawContours函数在图像上绘制提取到的轮廓: cv2.drawContours(image, contours, -1, (0, 255, 0), 3) drawContours函数的第一个参数是输入图像,第二个参数是轮廓列表,第三个参数是轮廓索引(-1表示绘制所有轮廓),第四个参数是轮廓的颜色,第五个参数是轮廓的线宽。 最后,我们可以显示处理后的图像: cv2.imshow('Contours', image) cv2.waitKey(0) cv2.destroyAllWindows() 以上就是使用Python和OpenCV提取图像轮廓的基本步骤。通过调整阈值和使用不同的轮廓逼近方法,可以实现更复杂的轮廓提取。
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

打赏作者

Clark-dj

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付:¥1
获取中
扫码支付

您的余额不足,请更换扫码支付或充值

打赏作者

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