案例来源于© Fu Xianjun. All Rights Reserved
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()
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