OpenCV图像处理（七）

最新推荐文章于 2022-10-09 22:20:01 发布

阿扬5313

最新推荐文章于 2022-10-09 22:20:01 发布

阅读量228

点赞数

本文链接：https://blog.csdn.net/qwertawwar/article/details/118354478

版权

本文主要介绍了OpenCV中如何查找和绘制轮廓，通过计算图像的矩特征来获取轮廓的面积和长度。此外，还探讨了使用Hu特征进行形状匹配，包括矩形包围框、最小包围矩形、最小包围圆形和最优拟合椭圆等。

摘要由CSDN通过智能技术生成

一.轮廓的查找与绘制

查找轮廓

import cv2
import numpy as np
img = cv2.imread('shape.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,binary = cv2.threshold(gray,220,255,cv2.THRESH_BINARY)
contours,hierarchy = cv2.findContours(binary,cv2.RETE_TREE,\cv2.CHAIN_APPROX_NONE)
n = len(contours)
print(n)
print(len(contours[0]))
print(len(contours[1]))
print(len(contours[2]))
print(len(contours[3]))

绘制轮廓

cv2.imshow("img",img)
img2 = cv2.drawContours(img,contours,1,(0,165,255),-1)
cv2.imshow("contours",img)
cv2.waitKey()
cv2.destroyAllWindows()

二.使用矩特征计算轮廓的面积及长度

计算图像的矩特征

import cv2
import numpy as np
img = cv2.imread('shape.jpg')
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,binary = cv.thrashold(gray.220,255,cv2.THRESH_BINARY)
contours,hierarchy = cv2.findContours(binary,cv2.RETE_TREE,\cv2.CHAIN_APPROX_NONE)
n = len(contours)
contoursImg = []
for i in range(n):
    temp = np.zeros(img.shape,np.uint8)
    contoursImg.append(temp)
    contoursImg[i]=cv2.drawContours(contoursImg[i],contours,i,(255,255,255))
    cv2.imshow("contours[" + str(i)+"]",contoursImg[i])
print("计算图像的矩特征：")
for i in range(n):
    moment = cv2.moments(contours[i])
    print(f"轮廓{i}的矩&#x