opencv如何根据不规则轮廓关键点获取轮廓上的所有坐标，如图像标注后的轮廓

最新推荐文章于 2024-07-18 11:05:34 发布

小白菜的点滴成长

最新推荐文章于 2024-07-18 11:05:34 发布

阅读量2k

点赞数

分类专栏：常识文章标签： opencv 计算机视觉图像识别

本文链接：https://blog.csdn.net/qq_18894441/article/details/119482442

版权

本文介绍如何利用OpenCV通过不规则轮廓的关键点来获取整个轮廓的所有坐标点，主要涉及图像处理中的掩模和轮廓点提取技术。

摘要由CSDN通过智能技术生成

首先，根据轮廓上的关键点获取掩膜mask

# coding=utf-8
import numpy as np
import json
import cv2

image = cv2.imread("/home/dell/1575532290620423707.jpg")#原始图像路径
lists = [[ , ],[ , ],[ , ],[ , ],[ , ]]#填入自己轮廓关键点的像素坐标
b = np.array([lists],dtype = np.int32)
im = np.zeros(image.shape[:2], dtype = "uint8")
cv2.polylines(im, b, 1, 255)
cv2.fillPoly(im, b, 255)

mask = im#生成的掩膜
cv2.imwrite('/home/dell/yan.jpg',mask)#保存掩膜
cv2.imshow("Mask", mask)#可视化掩膜
masked = cv2.bitwise_and(image, image, mask=mask)
cv2.imshow("Mask to Image", masked)
cv2.waitKey(0)

其次，根据掩膜获取所有的轮廓点

import cv2
import numpy as np
import time

def get_contour(img):
    """获取连通域
    :param img: 输入图片
    :return: 最大连通域
    """
    # 灰度化, 二值化, 连通域分析
    img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    ret, img_bin = cv2.threshold(img_gray, 127, 255, c