python 图片匹配 轮廓 截取_python cv2截取不规则区域图片

知识掌握

cv2.threshold()函数：

设置固定级别的阈值应用于多通道矩阵，将灰度图像变换二值图像，或去除指定级别的噪声，或过滤掉过小或者过大的像素点。

Python: cv2.threshold(src, thresh, maxval, type[, dst]) → retval, dst

在其中：

src：表示的是图片源

thresh：表示的是阈值(起始值)

maxval：表示的是最大值

type：表示的是这里划分的时候使用的是什么类型的算法，常用值为0(cv2.THRESH_BINARY)

import cv2

img = cv2.imread('1.jpg')

cv2.imshow("src", img)

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

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

cv2.imshow("dst", dst)

cv2.waitKey(0)

cv2.findContours()函数：

查找检测物体的轮廓

cv2.findContours(image, mode, method)

opencv2返回两个值：contours：hierarchy。

注:opencv3会返回三个值,分别是img, countours, hierarchy

在其中：

image：表示的是寻找轮廓的图像；

mode：表示的是轮廓的检索模式，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。

method：表示的是轮廓的近似办法

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

cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法

import numpy