python计算图像面积_Python + Opencv2 实现轮廓提取,轮廓区域面积计算

对图像处理时,会遇到这样一个场景:找到图像主体轮廓,这是其一,可能为了凸显轮廓,需要用指定的颜色进行标记;轮廓标记完可能任务还没有结束,还需对轮廓所勾勒的像素面积区域统计计算。

本篇文章的主要内容就是要解决上面场景遇到的三个问问题

找到图像主题轮廓;

用指定颜色对源图像进行轮廓标记;

计算轮廓中的主体;

实验环境配置为 Python + Opencv 3.4, 处理的图像如下:

007wRTdIgy1gelgxgffpdj307o0530sn.jpg

第一步,提取轮廓,Opencv 中的 findContours() 函数 可以直接提取轮廓,但对输入图像有一定要求

一,输入的图像必须是单通道,三通道不允许;

二,输入的图像数据类型需是 8UC1;否则程序会报错的,报错信息如下:

error: (-210) [start]FindContours supports only CV_8UC1 images when mode != CV_RETR_FLOODFILL otherwise supports CV_32SC1 images only in function cvStartFindContours_Impl

解决方法,在读取时加入下面这行代码进行数据格式转换,同时解决上面两个问题:

mat_img2 = cv2.imread(img_path,cv2.CV_8UC1)

三、输入的图像背景需是黑色的,否则轮廓提取失败,就以本次图像为例,如果直接提取效果如下:

007wRTdIgy1gelhqr9ln9j307r05at8t.jpg

图片最外层是一层黑色部分,所以最终结果就是标记最外层;对这类背景非黑色的图片做轮廓提取时,需要进行预处理:把背景变为黑色

提供一个简单办法,阈值化

  • 0
    点赞
  • 13
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
好的,我了解你的问题。下面是我对你的问题的回答: 车牌字符分割是指将整个车牌图像中的字符分割出来,以便后续进行字符识别。PythonOpenCV可以很好地实现车牌字符分割和识别。 下面是实现车牌字符分割的基本步骤: 1. 读取车牌图像,并将其转换为灰度图像。 2. 对灰度图像进行二值化处理,以便更好地提取字符。 3. 对二值化图像进行形态学操作,如腐蚀和膨胀,以去除噪声和连接字符。 4. 对处理后的图像进行轮廓检测,并将检测到的轮廓按照面积从大到小排序,以便更好地分割字符。 5. 根据轮廓的位置,将字符分割出来。 下面是一些参考代码: ```python import cv2 # 读取车牌图像 img = cv2.imread('car_plate.jpg') # 转换为灰度图像 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化处理 _, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY_INV + cv2.THRESH_OTSU) # 形态学操作 kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3)) thresh = cv2.erode(thresh, kernel, iterations=1) thresh = cv2.dilate(thresh, kernel, iterations=1) # 轮廓检测 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 将轮廓面积从大到小排序 contours = sorted(contours, key=cv2.contourArea, reverse=True) # 分割字符 for contour in contours: x, y, w, h = cv2.boundingRect(contour) if w > 10 and h > 10: char_img = img[y:y+h, x:x+w] cv2.imshow('char', char_img) cv2.waitKey(0) ``` 以上代码仅供参考,实际应用中还需要根据具体情况进行调整和优化。
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