這篇文章主要介紹了opencv python圖像輪廓/檢測輪廓/繪制輪廓的示例分析，具有一定借鑒價值，感興趣的朋友可以參考下，希望大家閱讀完這篇文章之后大有收獲，下面讓小編帶著大家一起了解一下。

在建始等地區(qū)，都構(gòu)建了全面的區(qū)域性戰(zhàn)略布局，加強發(fā)展的系統(tǒng)性、市場前瞻性、產(chǎn)品創(chuàng)新能力，以專注、極致的服務(wù)理念，為客戶提供成都網(wǎng)站制作、網(wǎng)站設(shè)計 網(wǎng)站設(shè)計制作按需求定制制作,公司網(wǎng)站建設(shè),企業(yè)網(wǎng)站建設(shè),高端網(wǎng)站設(shè)計,成都營銷網(wǎng)站建設(shè),成都外貿(mào)網(wǎng)站建設(shè)公司,建始網(wǎng)站建設(shè)費用合理。

圖像的輪廓檢測，如計算多邊形外界、形狀畢竟、計算感興趣區(qū)域等。

Contours : Getting Started

輪廓

簡單地解釋為連接所有連續(xù)點（沿著邊界）的曲線，具有相同的顏色或強度.
輪廓是形狀分析和物體檢測和識別的有用工具

NOTE

• 為獲得更好的準確性，請使用二值圖，在找到輪廓之前，應(yīng)用閾值法或canny邊緣檢測

• 從OpenCV 3.2開始，findContours（）不再修改源圖像，而是將修改后的圖像作為三個返回參數(shù)中的第一個返回

• 在OpenCV中，查找輪廓是從黑色背景中查找白色對象

findContours(image, mode, method[, contours[, hierarchy[, offset]]])

• image：原圖像

• mode：輪廓檢索模式

• method：輪廓近似方法

輸出為： 修改后的圖像，輪廓，層次結(jié)構(gòu)

輪廓是所有輪廓的列表.每個單獨的輪廓是對象邊界點的坐標.

輪廓檢索模式	含義
cv2.RETR_EXTERNAL	只檢測外輪廓
cv2.RETR_LIST	提取所有輪廓并將其放入列表,不建立等級關(guān)系
cv2.RETR_CCOMP	建立兩個等級的輪廓，上面的一層為外邊界，里面的一層為內(nèi)孔的邊界信息。如果內(nèi)孔內(nèi)還有一個連通物體，這個物體的邊界也在頂層
cv2.RETR_TREE	建立一個等級樹結(jié)構(gòu)的輪廓

輪廓逼近方法	含義
cv2.CHAIN_APPROX_NONE	存儲所有的輪廓點，相鄰的兩個點的像素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE	壓縮水平方向，垂直方向，對角線方向的元素，只保留該方向的終點坐標，例如一個矩形輪廓只需4個點來保存輪廓信息
cv2.CHAIN_APPROX_TC89_L1 或 cv2.CHAIN_APPROX_TC89_KCOS	應(yīng)用Teh-Chin鏈近似算法

代碼：

import cv2
import numpy as np

img = cv2.imread('img.jpg')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

繪制輪廓

cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]]])

• image：原圖像

• contours：作為Python列表傳遞的輪廓

• contourIdx：輪廓索引（在繪制單個輪廓時很有用。繪制所有輪廓，傳遞-1）

要繪制圖像中的所有輪廓：
cv.drawContours（img，contours，-1，（0,255,0），3）

要繪制單個輪廓，比如第4個輪廓：
cv.drawContours（img，contours，3，（0,255,0），3）

但大多數(shù)情況下，繪制第4個輪廓，以下方法將非常有用：
cnt = contours[4]
cv.drawContours（img，[cnt]，0，（0,255,0），3）

代碼：

import cv2
import numpy as np

img = cv2.imread('img7.png')
imgray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[0]
cv2.drawContours(img,[cnt],0,(0,255,0),3)

cv2.imshow('src',img)

cv2.waitKey()

感謝你能夠認真閱讀完這篇文章，希望小編分享的“opencv python圖像輪廓/檢測輪廓/繪制輪廓的示例分析”這篇文章對大家有幫助，同時也希望大家多多支持創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司，關(guān)注創(chuàng)新互聯(lián)成都網(wǎng)站設(shè)計公司行業(yè)資訊頻道，更多相關(guān)知識等著你來學習!

另外有需要云服務(wù)器可以了解下創(chuàng)新互聯(lián)scvps.cn，海內(nèi)外云服務(wù)器15元起步，三天無理由+7*72小時售后在線，公司持有idc許可證，提供“云服務(wù)器、裸金屬服務(wù)器、網(wǎng)站設(shè)計器、香港服務(wù)器、美國服務(wù)器、虛擬主機、免備案服務(wù)器”等云主機租用服務(wù)以及企業(yè)上云的綜合解決方案，具有“安全穩(wěn)定、簡單易用、服務(wù)可用性高、性價比高”等特點與優(yōu)勢，專為企業(yè)上云打造定制，能夠滿足用戶豐富、多元化的應(yīng)用場景需求。

本文標題：opencvpython圖像輪廓/檢測輪廓/繪制輪廓的示例分析-創(chuàng)新互聯(lián)
文章鏈接：http://www.rwnh.cn/article34/joppe.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供定制開發(fā)、標簽優(yōu)化、用戶體驗、營銷型網(wǎng)站建設(shè)、手機網(wǎng)站建設(shè)、網(wǎng)頁設(shè)計公司

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)