OpenCV轮廓形状匹配

最新推荐文章于 2023-08-25 14:18:57 发布

宁仔不要秃头

最新推荐文章于 2023-08-25 14:18:57 发布

阅读量3.7k

点赞数 3

分类专栏： OpenCV入门

本文链接：https://blog.csdn.net/wn2001/article/details/118160423

版权

这篇博客主要介绍了OpenCV中如何查找和绘制轮廓，包括不同类型的轮廓检索方法以及轮廓点的压缩方式。作者通过实例展示了如何筛选特定面积和长度的轮廓，并探讨了形状匹配的实现，如利用Hu特征进行形状匹配。此外，还详细讲解了轮廓的几何形状拟合，如矩形、最小包围矩形、圆形、椭圆和直线的拟合方法。

摘要由CSDN通过智能技术生成

目标：

能够掌握轮廓查找与绘制的方法
能够掌握轮廓面积及长度的计算方法
能够编程实现形状匹配
能够掌握轮廓的几何形状拟合方法

***— 查找轮廓

cv2.RETR_EXTERNAL 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
cv2.RETR_TREE建立一个等级树结构的轮廓
method:
cv2.CHAIN_APPROX_NONE存储所有的轮廓点
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。

文章目录

img = cv2.imread("shape.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#-----------#阈值处理
ret,binary = cv2.threshold(gray,200,255,0)

#-----------#查找轮廓
contours,hierarchy = cv2.findContours(binary,cv2.RETR_LIST,\
                                     cv2.CHAIN_APPROX_SIMPLE)
img = cv2.drawContours(img,contours,-1,(255,255,0),5)
#计算图像的矩特征
retval = cv2.moments(contours[1])
print(retval["m00"])
area = cv2.contourArea(contours[1])
print(area)
cv2.imshow("img",img)
cv2.waitKey()
cv2.destroyAllWindows()

在这里插入图片描述

1.显示面积小于20000的轮廓

img = cv2.imread("shape.jpg")
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
#-----------#阈值处理
ret,binary = cv2.threshold(gray,200,255,0)

#-----------#查找轮廓
contours,hierarchy = cv2.findContours(binary,cv2.RETR_LIST,\
                                     cv2.CHAIN_APPROX_SIMPLE)

for i in range(len(contours)):
    area = cv2.contourArea(contours[i])
    if area<20000:
        img = cv2.drawContours(img,contours,i,(255