提取连续区域

在璀璨霞光里想你

于 2021-12-04 20:18:00 发布

阅读量3.6k

点赞数 1

分类专栏：图像匹配文章标签：计算机视觉 opencv 图像处理

本文链接：https://blog.csdn.net/m0_64162957/article/details/121721013

版权

本文介绍了物体检测的基础步骤，包括通过阈值化和形态学操作生成二值图像，然后利用OpenCV的cv::findContours函数提取图像中的连续区域轮廓。通过轮廓分析可以定位和识别图像中的物体。此外，还展示了如何在图像上绘制这些轮廓，以可视化检测结果。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

图像通常包含各种物体，图像分析的目的之一就是识别和提取这些物体。在物体检测和识别程序中，第一步通常就是生成二值图像，找到感兴趣物体所处的位置。不管用什么方式获得二值图像，下一个步骤都是从由 1 和0 组成的像素集合中提取出物体。
执行一次简单的阈值化操作，然后应用形态学滤波器，就能获得这幅图像。具体来说，就是提取连续区域，即二值图像中由一批连通的像素构成的形状。

OpenCV 提供了一个简单的函数，可以提取出图像中连续区域的轮廓，这个函数就是 cv::findContours：

// 用于存储轮廓的向量
std::vector<std::vector<cv::Point>> contours; 
cv::findContours(image, 
 contours, // 存储轮廓的

最低0.47元/天解锁文章