OpenCV基本操作（五）

最新推荐文章于 2024-10-10 00:03:54 发布

Li·李

最新推荐文章于 2024-10-10 00:03:54 发布

阅读量507

点赞数 20

文章标签：计算机视觉 python opencv 人工智能 pycharm

本文链接：https://blog.csdn.net/lxy200528/article/details/136113905

版权

本文详细介绍了如何在PyCharm中使用OpenCV进行Canny边缘检测、轮廓搜索，包括最大轮廓识别和掩膜创建，以及如何计算图像矩以定位特定对象。

摘要由CSDN通过智能技术生成

前提：配置好OpenCV的PyCharm工程
1.Canny边缘检测

img_ori=cv2.imread("C:\\Users\\DELL\\Desktop\\img.jpg")#源图片的路径
img_gray=cv2.cvtColor(img_ori,cv2.COLOR_BGR2GRAY)#灰度化
edges = cv2.Canny(img_gray,200,250)#200-250是梯度不是灰度，是灰度的变化率
cv2.imshow('edges',edges)

2.搜索轮廓

img_ori=cv2.imread("C:\\Users\\DELL\\Desktop\\img.jpg")#源图片的路径
img_gray=cv2.cvtColor(img_ori,cv2.COLOR_BGR2GRAY)#灰度化
ret,thresh=cv2.threshold(img_gray,230,255,cv2.THRESH_BINARY_INV)#反二值化处理，反的是黑白，即黑变白白变黑
contours,hierachy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
#cv2.RETR_TREE是建立一个等级树结构的轮廓的轮廓模式；cv2.RETR_EXTERNAL只检测外轮廓；cv2.RETR_LIST不建立等级关系；cv2.RETR_CCOMP建立两个等级的轮廓；
#CHAIN_APPROX_NONE，如果检测矩形等规则外形可以输入对应的其他函数，就只测几个点来确定，如矩形只测四个角，这里为none
#contours是返回的轮廓
#hierarchy是每条轮廓对应的属性
result=cv2.drawContours(img_ori.copy(),contours,-1,(0,0,255),2)
#画出轮廓
#用img_ori.copy()，别用原图，因为边界在原图上画可能会影响后续对原图的处理
#contours是所有的边界，-1是画出所有边界，如果改成1就画第一个，改成2就画第二个
#(0,0,255)是画边界线用的颜色（b、g、r）
#2是用多粗的线去画边界
cv2.imshow('result',result)

3.搜索最大轮廓

img_ori=cv2.imread("C:\\Users\\DELL\\Desktop\\img.jpg")#源图片的路径
img_gray=cv2.cvtColor(img_ori,cv2.COLOR_BGR2GRAY)#灰度化
ret,thresh=cv2.threshold(img_gray,230,255,cv2.THRESH_BINARY_INV)#反二值化处理，反的是黑白，即黑变白白变黑
contours,hierachy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
#cv2.RETR_TREE是建立一个等级树结构的轮廓的轮廓模式；cv2.RETR_EXTERNAL只检测外轮廓；cv2.RETR_LIST不建立等级关系；cv2.RETR_CCOMP建立两个等级的轮廓；
#CHAIN_APPROX_NONE，如果检测矩形等规则外形可以输入对应的其他函数，就只测几个点来确定，如矩形只测四个角，这里为none
#contours是返回的轮廓
#hierarchy是每条轮廓对应的属性
target_contours=[]
for index,contour in enumerate(contours):
    Area=cv2.contourArea(contour)
    Hull=cv2.convexHull(contour,False)
    HullArea=cv2.contourArea(Hull)
    if Area >= 300 and HullArea>= 300:
        target_contours.append(contour)
print(len(target_contours))
result=cv2.drawContours(img_ori.copy(),target_contours,-1,(0,0,255),2)
cv2.imshow('result',result)

4.创建掩膜

#创建掩膜
mask=np.zeros([img_ori.shape[0],img_ori.shape[1]],dtype=np.uint8)
mask=cv2.drawContours(mask,target_contours,-1,255,cv2.FILLED)
cv2.imshow('mask',mask)
cv2.waitKey(1000)
cv2.destroyAllWindows()
img_light=cv2.bitwise_and(img_ori.copy(),img_ori.copy(),mask=mask)
cv2.imshow('img_light',img_light)
cv2.waitKey(1000)
cv2.destroyAllWindows()

5.图像矩的计算

#图像矩的计算
M=cv2.moments(target_contours[0])
cX =int(M['m10']/M['m00'])
cY =int(M['m01']/M['m00'])
cv2.circle(img_light,(cX,cY),7,(255,0,0),5)
cv2.imshow('img_light',img_light)
cv2.waitKey(1000)
cv2.destroyAllWindows()