【图像处理基础知识(python+openCV)】——目标检测

本文介绍了使用Python和OpenCV进行图像处理的基础知识,聚焦于目标检测。第一部分讲解了如何填充轮廓,利用cv2.threshold(), cv2.findContours(), cv2.contourArea()和cv2.drawContours()等函数处理大于200面积的轮廓。第二部分探讨了帧间差分法,并提供了相应的Python代码实现。" 121674573,11437276,数据库中SUM函数的详细解析,"['数据库', 'SQL']
摘要由CSDN通过智能技术生成

一、填充轮廓

#_*_ encoding=utf-8 _*_
import numpy as np
import cv2

img=cv2.imread('leilei.jpg')
imggray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#二值化图片,将灰度图片中>127的像素修改为255(白色)
ret,thresh=cv2.threshold(imggray,127,255,0)
# cv2.imshow('thresh',thresh)
#在二值化图像中找轮廓,参数(输入图像,轮廓检索模式,轮廓近似方法),返回值(原图像,轮廓,轮廓的层析结构——轮廓之间的关系)
#具体返回值含义见https://blog.csdn.net/jjddss/article/details/73527990
image,contours,hierarchy=cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
# cv2.imshow("image",image)
# print("轮廓的数量:",np.size(contours))
# print("第一个轮廓的所有点的坐标:",contours[0])
# print("hierarchy",hierarchy)
contourlist=[]
#绘制轮廓
for contour in contours:
    if cv2.contourArea(contour)>200:
        contourlist.append(contour)
#根据最后的参数不同,可以选择填充轮廓,还是
img=cv2
  • 1
    点赞
  • 8
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值