OpenCV识别图片轮廓并保存坐标点

1 读取图片

2 检查图片是否读取成功

3 将图片转换为灰度图像

4 对灰度图像进行二值化处理

5 查找轮廓

6 创建一个与原图同样大小的全白图像

7 在全白图像上绘制所有轮廓，轮廓颜色为红色

8 显示原图和带有轮廓的图像

9 将轮廓坐标点打印出来并保存到.txt文件中。

10 关闭窗口

代码：

import cv2

import numpy as np

import os

# 读取图片

img_path = 'C:/Users/lizhi/Desktop/tupian/tu6.jpg' # 替换为你的图片路径

img = cv2.imread(img_path)

# 检查图片是否读取成功

if img is None:

print("错误：图片未正确读取，请检查文件路径。")

exit()

# 将图片转换为灰度图像

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 对灰度图像进行二值化处理

ret, img_binary = cv2.threshold(gray, 125, 255, cv2.THRESH_BINARY)

# 查找轮廓

contours, hierarchy = cv2.findContours(img_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 创建一个与原图同样大小的全白图像

img_contours = np.zeros(img.shape, np.uint8) + 255

# 在全白图像上绘制所有轮廓，轮廓颜色为红色

cv2.drawContours(img_contours, contours, -1, (0, 0, 255), 2)

# 显示原图和带有轮廓的图像

cv2.imshow('原图', img)

cv2.imshow('轮廓', img_contours)

if (os.path.isfile("test.txt")):

os.remove("test.txt")

for cnt in contours:

for point in cnt:

x,y = point[0];

with open("test.txt", 'a') as f:

f.write(str(x)+'\t' +str(y)+'\n')

print(x,y)

"""

# 遍历所有轮廓，并计算它们的矩

for n, contour in enumerate(contours):

moments = cv2.moments(contour)

# 打印轮廓的矩

print(f'轮廓{n}的矩：', moments)

# 打印轮廓的面积，注意：如果m00为0，则不计算面积

if moments['m00'] != 0:

area = moments['m00']

print(f'轮廓{n}的面积：', area)

else:

print(f'轮廓{n}没有有效面积。')

"""

# 等待按键，然后关闭窗口

cv2.waitKey(0)

cv2.destroyAllWindows()

结果：