掩码轮廓细化总结

掩码轮廓细化总结

通过查询轮廓细化或轮廓骨架化发现一般都使用cv2.ximgproc.thinning()来进行,查询发现一般细化类型选择都是cv2.ximgproc.THINNING_ZHANGSUEN, 测试发现对应有高要求的情况下使用cv2.ximgproc.THINNING_GUOHALL效果更好,冗余更少。 需要注意的是,目前官方的opencv-python库并不支持,可以通过安装 opencv-contrib-python库实现,示例代码如下:

import cv2
mask_path = "./test.png"
mask = cv2.imread(mask_path, 0)
mask_thinning = cv2.ximgproc.thinning(
    mask,
    # thinningType=cv2.ximgproc.THINNING_ZHANGSUEN
    thinningType=cv2.ximgproc.THINNING_GUOHALL
)
  • 5
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    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
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