如何使用Python OpenCV提取物体轮廓详解

 更新时间:2022年05月11日 14:58:36   作者:wzw12315  
图像的轮廓检测不论是机器视觉还是其他方面都有较大作用,下面这篇文章主要给大家介绍了关于如何使用Python OpenCV提取物体轮廓的相关资料,文中通过实例代码介绍的非常详细,需要的朋友可以参考下

通常提取物体的轮廓时,图像都存在噪声,提取效果并不理想。如提取下图的轮廓时,

提取代码:

import cv2
 
img = cv2.imread("mouse.png")
cv2.imshow("origin",img)
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,binary = cv2.threshold(gray,128,255,cv2.THRESH_BINARY)
cv2.imshow("binary",binary)
 
contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(img,contours,-1,(0,0,255),3)
cv2.imshow("result", img)
cv2.waitKey(0)

 提取效果:

可以看出存在非常严重的噪声干扰。因此,提取轮廓之前需要过滤噪声的干扰。

首先,进行对图像进行均值滤波(低通滤波),去除噪声

blured = cv2.blur(img,(5,5))
cv2.imshow("blur",blured)

 

使用floodfill来去掉目标周围的背景,泛洪填充类始于ps的魔棒工具,这里用来清除背景。

mask = np.zeros((h+2, w+2), np.uint8)       #掩码长和宽都比输入图像多两个像素点,泛洪填充不会超出掩码的非零边缘  
#进行泛洪填充
cv2.floodFill(blured, mask, (10,10), (255,255,255), (2,2,2),(3,3,3),8)
cv2.imshow("floodfill", blured)

  floodFill函数解析

  • img:为待使用泛洪算法的图像
  • mask:为掩码层,使用掩码可以规定是在哪个区域使用该算法,如果是对于完整图像都要使用,则掩码层大小为原图行数+2,列数+2.是一个二维的0矩阵,边缘一圈会在使用算法是置为1。而只有对于掩码层上对应为0的位置才能泛洪,所以掩码层初始化为0矩。【dtype:np.uint8】
  • seed:为泛洪算法的种子点,也是根据该点的像素判断决定和其相近颜色的像素点,是否被泛洪处理。
  • newvalue:是对于泛洪区域新赋的值(B,G,R)
  • (loDiff1,loDiff2,loDiff3):是相对于seed种子点像素可以往下的像素值,即seed(B0,G0,R0),泛洪区域下界为(B0-loDiff1,G0-loDiff2,R0-loDiff3)
  • (upDiff1,upDiff2,upDiff3):是相对于seed种子点像素可以往上的像素值,即seed(B0,G0,R0),泛洪区域上界为(B0+upDiff1,G0+upDiff2,R0+upDiff3)
  • flag:为泛洪算法的处理模式:
  •     低八位 控制算法的连通性,是以seed点为中心,接着判断周围的几个像素点,再将泛洪区域像素点周围的几个像素点进行考虑。 一般为4,8;默认为4
  •     中间八位 与掩码层赋值密切相关,一般使用(255<<8)使中间8位全位1,则值为255,也就是掩码层对应原图的泛洪区域的部分被由原来的初值0赋值成255,如果中间8位为0,则赋值为1.
  •     高八位 由opencv宏参数指定
    • cv2.FLOODFILL_FIXED_RANGE:改变图像,填充newvalue
    • cv2.FLOODFILL_MASK_ONLY:不改变原图像,也就是newvalue参数失去作用,而是改变对应区域的掩码,设为中间八位的值

然后转换成灰度图

 gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)  
 cv2.imshow("gray", gray)  

此时目标图像周围有写不光滑,还有一些噪声,因此进行开闭运算,得到比较光滑的目标

 #定义结构元素  
 kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
 #开闭运算,先开运算去除背景噪声,再继续闭运算填充目标内的孔洞
 opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)  
 closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)  
 cv2.imshow("closed", closed) 

接着转换成二值图以便于获取图像的轮廓

最后进行轮廓提取,抓取到目标

 #找到轮廓
 _,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)  
 #绘制轮廓
 cv2.drawContours(img,contours,-1,(0,0,255),3)  
 #绘制结果
 cv2.imshow("result", img)

全部代码:

#coding=utf-8
import cv2
import numpy as np
 
img = cv2.imread("temp.jpg")                #载入图像
h, w = img.shape[:2]                        #获取图像的高和宽
cv2.imshow("Origin", img)                   #显示原始图像
 
blured = cv2.blur(img,(5,5))                #进行滤波去掉噪声
cv2.imshow("Blur", blured)                  #显示低通滤波后的图像
 
mask = np.zeros((h+2, w+2), np.uint8)       #掩码长和宽都比输入图像多两个像素点,满水填充不会超出掩码的非零边缘
#进行泛洪填充
cv2.floodFill(blured, mask, (w-1,h-1), (255,255,255), (2,2,2),(3,3,3),8)
cv2.imshow("floodfill", blured)
 
#得到灰度图
gray = cv2.cvtColor(blured,cv2.COLOR_BGR2GRAY)
cv2.imshow("gray", gray)
 
 
#定义结构元素
kernel = cv2.getStructuringElement(cv2.MORPH_RECT,(50, 50))
#开闭运算,先开运算去除背景噪声,再继续闭运算填充目标内的孔洞
opened = cv2.morphologyEx(gray, cv2.MORPH_OPEN, kernel)
closed = cv2.morphologyEx(opened, cv2.MORPH_CLOSE, kernel)
cv2.imshow("closed", closed)
 
#求二值图
ret, binary = cv2.threshold(closed,250,255,cv2.THRESH_BINARY)
cv2.imshow("binary", binary)
 
#找到轮廓
_,contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
#绘制轮廓
 
cv2.drawContours(img,contours,-1,(0,0,255),3)
#绘制结果
cv2.imshow("result", img)
 
cv2.waitKey(0)
cv2.destroyAllWindows()

总结

到此这篇关于如何使用Python OpenCV提取物体轮廓的文章就介绍到这了,更多相关Python OpenCV提取物体轮廓内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

相关文章

  • python小技巧之批量抓取美女图片

    python小技巧之批量抓取美女图片

    学了python以后,知道python的抓取功能其实是非常强大的,当然不能浪费,呵呵。我平时很喜欢美女图,呵呵,程序员很苦闷的,看看美女,养养眼,增加点乐趣。好,那就用python写一个美女图自动抓取程序吧~~
    2014-06-06
  • torch.utils.data.DataLoader与迭代器转换操作

    torch.utils.data.DataLoader与迭代器转换操作

    这篇文章主要介绍了torch.utils.data.DataLoader与迭代器转换操作,文章内容接受非常详细,对正在学习或工作的你有一定的帮助,需要的朋友可以参考一下
    2022-02-02
  • python日志记录模块实例及改进

    python日志记录模块实例及改进

    许多应用程序中都会有日志模块,用于记录系统在运行过程中的一些关键信息,以便于对系统的运行状况进行跟踪。在python中,我们不需要第三方的日志组件,因为它已经为我们提供了简单易用、且功能强大的日志模块:logging。
    2017-02-02
  • python库pydantic的简易入门教程

    python库pydantic的简易入门教程

    pydantic库是一种常用的用于数据接口schema定义与检查的库,通过pydantic库,我们可以更为规范地定义和使用数据接口,下面这篇文章主要给大家介绍了关于python库pydantic的简易入门教程,需要的朋友可以参考下
    2022-03-03
  • python matplotlib中文显示参数设置解析

    python matplotlib中文显示参数设置解析

    这篇文章主要介绍了python matplotlib中文显示参数设置解析,具有一定借鉴价值,需要的朋友可以参考下。
    2017-12-12
  • 详解Python Socket网络编程

    详解Python Socket网络编程

    这篇文章主要为大家介绍了Python Socket网络编程,主要介绍使用 Python 进行 TCP Socket网络编程
    2016-01-01
  • python通过cython加密代码

    python通过cython加密代码

    这篇文章主要介绍了python通过cython实现加密的示例代码,帮助大家加密自己的python代码,提高安全性,感兴趣的朋友可以参考下
    2020-12-12
  • 如何获取numpy的第一个非0元素索引

    如何获取numpy的第一个非0元素索引

    这篇文章主要介绍了如何获取numpy的第一个非0元素索引,具有很好的参考价值,希望对大家有所帮助。如有错误或未考虑完全的地方,望不吝赐教
    2021-05-05
  • Pytorch:torch.diag()创建对角线张量方式

    Pytorch:torch.diag()创建对角线张量方式

    这篇文章主要介绍了Pytorch:torch.diag()创建对角线张量方式,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
    2024-06-06
  • Python接单的过程记录分享

    Python接单的过程记录分享

    这篇文章主要介绍了Python接单的过程记录分享,需要的朋友可以参考下
    2021-04-04

最新评论