基于OpenCV的实战：轮廓检测(附代码解析）

点击上方“小白学视觉”，选择加"星标"或“置顶”

重磅干货，第一时间送达

利用轮廓检测物体可以看到物体的各种颜色，在这种情况下放置在静态和动态物体上。如果是统计图像，则需要将图像加载到程序中，然后使用OpenCV库，以便跟踪对象。

每当在框架中检测到物体时，都会为该物体绘制轮廓，该轮廓将代表物体的轮廓。下一步是找到对象的质心，标识找到影像矩所需的质心坐标，图像力矩是图像像素强度的加权平均值。

因此，我们考虑考虑轮廓内的区域以找到图像矩，如果轮廓中的图像矩变为M，则可以按以下方式计算质心的坐标：

cx = int（M ['m10'] / M ['m00']）
cy = int（M ['m01'] / M ['m00']）

获得质心点后，此质心点将表示对象这样就可以为与质心相对应的对象放置一个边界框。本次实验我们将使用橙色作为对象，首先我们需要安装打包的OpenCV和numpy软件包。