图像的轮廓

本文介绍了如何在Python中进行图像轮廓的查找、绘制以及利用矩特征计算轮廓的面积和长度。通过实例展示了如何检测实物轮廓,计算轮廓的Hu特征进行形状匹配,并探讨了轮廓的拟合方法,如矩形、最小包围矩形、圆形、椭圆和逼近多边形等。
摘要由CSDN通过智能技术生成

© Fu Xianjun. All Rights Reserved. 

目录

轮廓的查找与绘制

案例一 查找轮廓

案例二 绘制轮廓

练习:实物轮廓检测

使用矩特征计算轮廓的面积及长度

案例一 计算图像的矩特征

案例二 计算轮廓面积

练习:显示面积小于20000的轮廓

案例三 计算轮廓长度

练习:显示长度小于600的轮廓

使用Hu特征进行形状匹配

案例一:形状匹配

轮廓拟合

案例一:矩形包围框

案例二:最小包围矩形框

案例三:最小包围圆形

案例四:最优拟合椭圆

案例五:最优拟合直线

案例六:逼近多边形


轮廓的查找与绘制

案例一 查找轮廓

mode:

cv2.RETR_EXTERNAL 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

cv2.RETR_TREE建立一个等级树结构的轮廓

method:

cv2.CHAIN_APPROX_NONE存储所有的轮廓点

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。

In [ ]:

案例二 绘制轮廓

思考:如果要逐个绘制一幅图像内的边缘信息,应该怎么做?

练习:实物轮廓检测

使用矩特征计算轮廓的面积及长度

案例一 计算图像的矩特征

计算面积

案例二 计算轮廓面积

练习:显示面积小于20000的轮廓

案例三 计算轮廓长度

练习:显示长度小于600的轮廓

使用Hu特征进行形状匹配

案例一:形状匹配

自主探索:判断阮经天和彭于晏谁跟明道更像。

轮廓拟合

案例一:矩形包围框

案例二:最小包围矩形框

案例三:最小包围圆形

案例四:最优拟合椭圆

案例五:最优拟合直线

案例六:逼近多边形

使用所学知识,仅绘制hand.png的手掌多边形轮廓

  • 0
    点赞
  • 0
    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