Python Opencv 语义分割常用总结

Python Opencv 语义分割常用总结

判断点和多边形轮廓的位置关系

pointPolygonTest(contour, pt, measureDist)

• contour: 使用接口cv2.findContours找到对应图片的contour
• point: 需要准备好需要的点，需要tuple类型
• measureDist：measureDist如果为true，则该函数估计从点到最近的轮廓边缘的有符号距离。 否则，该功能仅检查该点是否在轮廓内。

这个按照我们的需要设置为False即可，当measureDist设置为false时，若返回值为+1，表示点在轮廓内部，返回值为-1，表示在轮廓外部，返回值为0，表示在轮廓上。

flag_point2   = cv2.pointPolygonTest(contour[i],central_points_2_xy, False)

计算轮廓面积

cv2.contourArea(contour)
输入一个边界矩阵，返回该轮廓包围的面积

彩色图变灰度图

cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

灰度图变二值图

cv2.threshold(gray,127,255,cv2.THRESH_BINARY)

_,binary = cv2.threshold(gray,127,255,cv2.THRESH_BINARY) # 灰度图变二值图

获取边界轮廓

cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
根据二值图找轮廓

contours, _ = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 根据二值图找轮廓

绘制轮廓

cv2.drawContours(img,contours,contourIdx, color, thickness)

• img:图像，numpy数组
• contours ：边界数组，用cv2.findContours找出
• contouridx: 一般为-1，表示绘制全部轮廓
• color:RGB颜色，如(255,255,0)
• thickness:线条粗细，1

cv2.drawContours(img1,contours,-1,(0,0,255),1)

OpenCV显示图像

cv2.imshow("draw", img)
cv2.waitKey(0)
cv2.destroyAllWindows()

在图片中添加文字

cv2.putText(image, text, (5,50 ), cv2.FONT_HERSHEY_SIMPLEX, 0.75, (0, 0, 255), 2)
图片，添加的文字，左上角坐标，字体，字体大小，颜色，字体粗细

font = cv2.FONT_HERSHEY_SIMPLEX
cv2.putText(img, "P", (100,100), font, 1, (0, 255, 0), 1)

在图片中绘制圆/点

circle: (img, center, radius, color, thickness)

cv2.circle(img,central_points,1,(255,255,0),4)

Pillow（PIL）的Image转为OpenCV图像

使用np.asarray(r_img)