python使用opencv查找轮廓_[Python]使用OpenCV进行轮廓检索

#对遮罩层进行轮廓检索并合并到图像上

def drawMaskContoursOverImage(image,mask):

# convert colorspace

gray = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)

#image = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR)

# 3*3 GaussianBlur

# gray = cv2.GaussianBlur(gray, (3, 3), 0)

# canny detect edge

gray = cv2.Canny(gray, 100, 300)

ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# binary是最后返回的二值图像

#findContours()第一个参数是源图像、第二个参数是轮廓检索模式，第三个参数是轮廓逼近方法

#输出是轮廓和层次结构，轮廓是图像中所有轮廓的python列表，每个单独的轮廓是对象边界点的(x,y)坐标的Numpy数组

binary, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

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

# 写图像

cv2.imwrite('%s.masked.png'%pair[0],image,[int(cv2.IMWRITE_PNG_COMPRESSION),3])

#对遮罩层进行轮廓检索并合并到图像上

def drawMaskContoursOverImage(image,mask):

# convert colorspace

gray = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)

#image = cv2.cvtColor(image, cv2.COLOR_GRAY2BGR)

# 3*3 GaussianBlur

# gray = cv2.GaussianBlur(gray, (3, 3), 0)

# canny detect edge

gray = cv2.Canny(gray, 100, 300)

ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# binary是最后返回的二值图像

#findContours()第一个参数是源图像、第二个参数是轮廓检索模式，第三个参数是轮廓逼近方法

#输出是轮廓和层次结构，轮廓是图像中所有轮廓的python列表，每个单独的轮廓是对象边界点的(x,y)坐标的Numpy数组

binary, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

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

# 写图像

cv2.imwrite('%s.masked.png'%pair[0],image,[int(cv2.IMWRITE_PNG_COMPRESSION),3])