OpenCV 4.1.0版drawContours-白红宇

OpenCV 4.1.0版drawContours

阅读量：802 次

发布时间：2023-02-23

本文共 1805 字，大约阅读时间需要 6 分钟。

OpenCV 是一个强大的图像处理库，其 cv2.drawContours 方法可以用来绘制图像轮廓。本文将介绍如何使用 OpenCV 进行轮廓绘制，包括基本步骤和代码示例。

基本步骤

导入 OpenCV

首先需要安装 OpenCV 库并导入它。

import cv2

读取图片

使用 cv2.imread 读取图片文件。

img = cv2.imread('input.jpg')

获取轮廓

使用 cv2.findContours 方法获取图片中的轮廓。

gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  contours, _ = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

绘制轮廓

使用 cv2.drawContours 方法在图片上绘制轮廓。

cv2.drawContours(img, contours, -1, (0, 255, 0), 3)

显示或保存结果

最后可以选择在屏幕上显示图片或将其保存为新文件。

cv2.imshow('Contours', img)  cv2.waitKey(0)  cv2.destroyAllWindows()

或者保存为新文件：

cv2.imwrite('output.jpg', img)

代码示例

以下是一个完整的绘制轮廓的函数示例：

import cv2def draw_contours(image_path):    img = cv2.imread(image_path)    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    contours, _ = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)    cv2.drawContours(img, contours, -1, (0, 255, 0), 3)    cv2.imshow('Contours', img)    cv2.waitKey(0)    cv2.destroyAllWindows()

测试用例

假设你有一个名为 test_image.jpg 的图片，包含多个形状的轮廓。运行上述代码后，你将在屏幕上看到原始图片和带有轮廓的修改后的图片。

人工智能与 OpenCV 结合应用

物体检测
OpenCV 提供了 cv2.findContours 和 cv2.approxPolyDP 等工具，可结合机器学习算法（如 SVM 或神经网络）进行物体检测。例如，可以训练分类器识别特定形状（如圆形、矩形等）。

图像分割
在图像分割中，OpenCV 提供了多种方法，包括基于轮廓的分割。通过找到连通区域并使用 cv2.approxPolyDP 逼近轮廓，可以将图片分割为多个具有特定形状的区域。

例如，以下是一个简单的图像分割示例：

import cv2def split_image(image_path):    img = cv2.imread(image_path)    gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    contours, _ = cv2.findContours(gray, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)    for contour in contours:        epsilon = 0.01 * cv2.arcLength(contour, True)        approx = cv2.approxPolyDP(contour, epsilon, True)        if len(approx) == 4:            x, y, w, h = cv2.boundingRect(approx)            roi = img[y:y+h, x:x+w]            cv2.imshow('ROI', roi)            cv2.waitKey(0)

这个示例处理了近似轮廓长度为4（可能为矩形）的区域。

转载地址：http://qosfk.baihongyu.com/

你可能感兴趣的文章