import cv2 as cv
import numpy as np
def contours_demo(image):#高斯滤波->灰度->二值->轮廓检测
dst = cv.GaussianBlur(image, (3, 3), 0) # 高斯
gray = cv.cvtColor(dst, cv.COLOR_BGR2GRAY) # 变成灰度
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU) # 变成二值图像
cv.imshow("binary image", binary)
# binary = edge_demo(image)这个是方法三
contours, heriachy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE) # 输入图像,
for i, contour in enumerate(contours):
cv.drawContours(image, contours, i, (0, 0, 255), 2) # 最后的参数2是只填充外围,-1是整个填充
print(i)
cv.imshow("detect contours", image)
'''
findContours
binary->输入图像
cv.RETR_EXTERNAL->表示只检测外轮廓,默认这个
cv.CHAIN_APPROX_SIMPLE)->缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
'''
print("start")
src = cv.imread("D:/example/coins.jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
contours_demo(src)
cv.waitKey(0)
cv.destroyAllWindows()
原图效果
检测效果