python+opencv轮廓检测代码解析
更新时间:2018年01月05日 09:55:41 作者:会思考的鱼
这篇文章主要介绍了python+opencv轮廓检测代码解析,本文实例实现对图片的简单处理,比如图片的读取,灰度显示等相关内容,具有一定借鉴价值,需要的朋友可以参考下
首先大家可以对OpenCV有个初步的了解,可以参考:简单了解OpenCV
轮廓(Contours),指的是有相同颜色或者密度,连接所有连续点的一条曲线。检测轮廓的工作对形状分析和物体检测与识别都非常有用。
在轮廓检测之前,首先要对图片进行二值化或者Canny边缘检测。在OpenCV中,寻找的物体是白色的,而背景必须是黑色的,因此图片预处理时必须保证这一点。
import cv2 #读入图片 img = cv2.imread("1.png") # 必须先转化成灰度图 gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 二值化 ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINAEY) # 寻找轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # 画出轮廓,-1,表示所有轮廓,画笔颜色为(0, 255, 0),即Green,粗细为3 cv2.drawContours(img, contours, -1, (0, 255, 0), 3) # 显示图片 cv2.namedWindow("Contours", cv2.NORMAL_WINDOW) cv2.imshow("Contours", img) # 等待键盘输入 cv2.waitKey(0) cv2.destroyAllWindows()
总结
本文实例涉及对图片的一些简单处理,比如图片的读取,灰度显示,二值化等,大家可以参考。
以上就是本文关于python+opencv轮廓检测代码解析的全部内容,希望对大家有所帮助。感兴趣的朋友可以继续参阅本站:
如有不足之处,欢迎留言指出。感谢朋友们对本站的支持!
相关文章
python中类的输出或类的实例输出为<__main__类名 object at xxxx>这种形式的原因
在本篇文章里小编给大家分享了关于python中类的输出或类的实例输出为何是<__main__类名 object at xxxx>这种形式,需要的朋友们可以参考下。2019-08-08
最新评论