07 轮廓检测

本文介绍了如何使用Python和OpenCV库进行轮廓提取、轮廓绘制、计算轮廓特征以及轮廓近似。通过不同的轮廓检索模式和逼近方法展示了轮廓处理的过程,并讨论了轮廓索引和面积、周长的计算。此外,还探讨了轮廓近似的效果及其阈值对结果的影响。
摘要由CSDN通过智能技术生成

1.轮廓提取

函数:cv.findContours(img,mode,method)
1.mode:轮廓检索模式

RETR_EXTERNAL :只检索最外面的轮廓;
RETR_LIST:检索所有的轮廓,并将其保存到一条链表当中;
RETR_CCOMP:检索所有的轮廓,并将他们组织为两层:顶层是各部分的外部边界,第二层是空洞的边界;
RETR_TREE:检索所有的轮廓,并重构嵌套轮廓的整个层次;
一般用RETR_TREE就可以了

2.method:轮廓逼近方法

CHAIN_APPROX_NONE:以Freeman链码的方式输出轮廓,所有其他方法输出多边形(顶点的序列)。
CHAIN_APPROX_SIMPLE:压缩水平的、垂直的和斜的部分,也就是,函数只保留他们的终点部分。

'''一般在操作前都会对图像进行一些预处理'''
img = cv2.imread('contours.png')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  #转灰度图
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) #转二值图 127和255位阈值
                                                           # cv2.THRESH_BINARY为二值化的一种方式,还有其他的方法
cv_show(thresh,'thresh')

原图
在这里插入图片描述
处理后:
在这里插入图片描述
接下来进行轮廓的提取

contours, hierarchy = cv2.findContours(thresh.copy()
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