cv python 画直线_提取直线、轮廓

1. 用 Canny 算子检测图像轮廓

介绍： 使用 Canny 算子，需要指定两个阈值，基于两个阈值获得二值分布图的策略（滞后阈值化）。在低阈值边缘分布图上值保留具有连续路径的边缘点，同时把那些边缘点连接到属于高阈值边缘分布图的边缘上，高阈值的边缘点被保留下来，低阈值分布图上的孤立点全部被移除。

例子代码

#include<opencv2/opencv.hpp>
#include<iostream>
#include<string>
using namespace cv;
using namespace std;
void test()
{
    
    Mat srcImg = imread("road.jpg");
    if (srcImg.empty())
    {
    
        cout << "could not load image...n" << endl;
        return;
    }
    namedWindow("input image", CV_WINDOW_AUTOSIZE);
    imshow("input image", srcImg);


    Mat grayImg,contoursImg;
    cvtColor(srcImg, grayImg, CV_BGR2GRAY);
    Canny(grayImg, contoursImg, 125, 350);

    namedWindow("output image", CV_WINDOW_AUTOSIZE);
    imshow("output image", contoursImg);

}
int main()
{
    
    test();
    waitKey(0);
    return 0;
}

效果图

2. 发现轮廓

介绍：是基于图像边缘提取基础寻找对象轮廓的方法，边缘提取的阈值选定会影响最终轮廓发现结果。

步骤： - 输入图像转为灰度图像 - 使用 Canny 进行边缘提取，得到二值图像 - 使用 findContours 寻找轮廓 - 使用 drawContours 绘制轮廓

例子代码

#include<opencv2/opencv.hpp>
#include<iostream>
#include<string>
using namespace cv;
using namespace std;
Mat srcImg, dstImg;
int thresholdValue = 100;
int thresholdMax = 255;
void DemoContours(int ,void *)
{
    
    Mat cannyOutput;
    vector<vector<Point>>contours;
    vector<Vec4i> hierachy;  //层次
    Canny(srcImg, cannyOutput, thresholdValue, thresholdValue * 2, 3, false);
    //找轮廓
    findContours(cannyOutput,   //输入图像，非0的像素被看成1,0的像素值保持不变，8-bit
                 contours,      //全部发现的轮廓对象
                 hierachy,      //该图的拓扑结构，可选，该轮廓发现算法正是基于图像拓扑结构实现
                 RETR_TREE,     //轮廓返回模式
                 CHAIN_APPROX_SIMPLE,   //发现方法
                 Point(0, 0));    //轮廓像素的位移 默认(0, 0)没有