python半径为3圆形区域边界曲线_python opencv3 矩形 圆形边框

#coding:utf8

importcv2importnumpy as np#读入图像

img = cv2.imread("../data/mm1.jpg", cv2.IMREAD_UNCHANGED)#转化为分别率更低的图像

img =cv2.pyrDown(img)#二值化， 黑白二值化

ret, thresh =cv2.threshold(

cv2.cvtColor(img.copy(), cv2.COLOR_BGR2GRAY),#转换为灰度图像,

127, 255, #大于127的改为255 否则改为0

cv2.THRESH_BINARY) #黑白二值化

"""ret, dst = cv2.threshold(src, thresh, value, type)

参数:

src: 原图像

thresh: 阈值

value: 新值 大于或小于阈值的值将赋新值

type: 方法类型，有如下取值：

cv2.THRESH_BINARY 黑白二值

cv2.THRESH_BINARY_INV 黑白二值翻转

cv2.THRESH_TRUNC 得到多像素值

cv2.THRESH_TOZERO

cv2.THRESH_TOZERO_INV

返回值：

ret: 得到的阈值值

dst: 阈值化后的图像"""

#搜索轮廓

image, contours, hierarchy =cv2.findContours(

thresh,

cv2.RETR_EXTERNAL,

cv2.CHAIN_APPROX_SIMPLE)"""cv.findContours()

参数：

1 要寻找轮廓的图像 只能传入二值图像，不是灰度图像

2 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

3 轮廓的近似办法

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

返回值:

contours:一个列表，每一项都是一个轮廓， 不会存储轮廓所有的点，只存储能描述轮廓的点

hierarchy:一个ndarray, 元素数量和轮廓数量一样，

每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，

分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数"""

for c incontours:

x, y, w, h=cv2.boundingRect(c)"""传入一个轮廓图像，返回 x y 是左上角的点， w和h是矩形边框的宽度和高度"""cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 2)"""画出矩形

img 是要画出轮廓的原图

(x, y) 是左上角点的坐标

(x+w, y+h) 是右下角的坐标

0,255,0)是画线对应的rgb颜色

2 是画出线的宽度"""

#获得最小的矩形轮廓 可能带旋转角度

rect =cv2.minAreaRect(c)#计算最小区域的坐标

box =cv2.boxPoints(rect)#坐标规范化为整数

box =np.int0(box)#画出轮廓

cv2.drawContours(img, [box], 0, (0, 0, 255), 3)#计算最小封闭圆形的中心和半径

(x, y), radius =cv2.minEnclosingCircle(c)#转换成整数

center =(int(x), int(y))

radius=int(radius)#画出圆形

img = cv2.circle(img, center, radius, (0, 255, 0), 2)#画出轮廓

cv2.drawContours(img, contours, -1, (255, 0, 0), 1)

cv2.imshow("contours", img)

cv2.waitKey()

cv2.destroyAllWindows()