上一篇文章的图片处理感觉效果不是很好,又找了个新算法,试了一下效果挺好
处理完轮廓就可以给轮廓加框框了
框框加完顺便顺便试了一下简单的视频读取
废话不多说直接上代码
#开运算操作
def open_mor(binary):
kernel = np.ones((6,6),np.uint8) #8 8 数字可以自己改变加以调整效果 数字越大强度越高
opening = cv2.morphologyEx(binary,cv2.MORPH_OPEN,kernel, iterations=5) #iterations进行7次操作 次数越多效果越强
cv2.imshow('open',opening)
return opening
不太清楚这个函数是干啥的 看到的试了一下 还挺牛
原来处理完的二值化图片是这样的
下面是效果图
对于二值图来说效果比较一般
canny图一样有效果
原本输出的canny处理完的图片
取反
再进行open运算
可以显示出很清晰的轮廓 这个可以自行测试
这个适用于很多轮廓痕迹不是很明显的物体
有了鲜明的轮廓接下来就是画框了
cv2.findContours()函数
第一个参数是要检索的图片,必须是为二值图,即黑白的(不是灰度图),所以读取的图像要先转成灰度的,再转成二值图,我们在第三步用cv2.threshold()函数已经得到了二值图。第二个参数表示轮廓的检索模式,有四种:
cv2.RETR_EXTERNAL表示只检测外轮廓
cv2.RETR_LIST检测的轮廓不建立等级关系
cv2.RETR_CCOMP建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
cv2.RETR_TREE建立一个等级树结构的轮廓。
第三个参数为轮廓的近似方法
cv2.CHAIN_APPROX_NONE存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max(abs(x1-x2),abs(y2-y1))==1
cv2.CHAIN_APPROX_SIMPLE压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
cv2.findContours()函数返回两个值,一个是轮廓本身,还有一个是每条轮廓对应的属性。cv2.findContours()函数返回第一个值是list,
list中每个元素都是图像中的一个轮廓,用numpy中的ndarray表示。每一个ndarray里保存的是轮廓上的各个点的坐标。
cv2.drawContours在图像上绘制轮廓。
第一个参数是指明在哪幅图像上绘制轮廓
第二个参数是轮廓本身,在Python中是一个list
第三个参数指定绘制轮廓list中的哪条轮廓,如果是-1,则绘制其中的所有轮廓
第四个参数是轮廓线条的颜色
第五个参数是轮廓线条的粗细
#轮廓检测
contours, hierarchy = cv2.findContours(open_img, cv2.RETR_EXTERN