概述
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(0,0),即Green,粗细为3 cv2.drawContours(img,contours,-1,(0,0),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!
总结
以上是编程之家为你收集整理的python+opencv轮廓检测代码解析全部内容,希望文章能够帮你解决python+opencv轮廓检测代码解析所遇到的程序开发问题。
如果您也喜欢它,动动您的小指点个赞吧