十七、轮廓发现

一、轮廓发现原理

轮廓发现是在图像边缘提取的基础上寻找对象轮廓的方法，故边缘提取的阈值的选定会影响到最终轮廓发现的结果。
其本质是基于二值图像的，边缘提取常用Canny进行提取边缘
轮廓发现也是基于拓扑结构，扫描连通图，最后建立其树形结构的拓扑图
通常情况可以利用梯度来避免阈值的错误设定

二、代码实现

cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
binary：二值图像
cv2.RETR_TREE：二值图像返回结果构建模型的方法，即构建轮廓的方法，返回树形结构
cv2.CHAIN_APPROX_SIMPLE：一般为简单的返回形式
cloneImage：克隆图片信息，可忽略
contours：存放返回轮廓信息，最有用
heriachy ：存放轮廓层次信息，可忽略

cv2.drawContours(image,contours,i,(0,0,255),2)
image：图像信息
contours：存放轮廓信息，绘制哪个轮廓，会从contours中找
(0,0,255)：绘制轮廓的颜色
2：绘制轮廓的线宽

import cv2
import numpy as np
from matplotlib import pyplot as pltdef contour(image):gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)#先转换为灰度图ret,binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)#二值化cv2.imshow("binary image",binary)cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)for i,contour in enumerate(contours):cv2.drawContours(image,contours,i,(0,0,255),2)print(i)cv2.imshow("detect contours",image)src = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\calc.jpg")
cv2.imshow("image",src)
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
contour(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下：在这里插入图片描述

在这里插入图片描述

三、加上滤波代码实现

cv2.GaussianBlur(image,(3,3),0)高斯滤波，卷积核大小为3*3

import cv2
import numpy as np
from matplotlib import pyplot as pltdef contour(image):dst = cv2.GaussianBlur(image,(3,3),0)gray = cv2.cvtColor(dst,cv2.COLOR_BGR2GRAY)#先转换为灰度图ret,binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)#二值化cv2.imshow("binary image",binary)cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)for i,contour in enumerate(contours):cv2.drawContours(image,contours,i,(0,0,255),2)print(i)cv2.imshow("detect contours",image)src = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\calc.jpg")
cv2.imshow("image",src)
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
contour(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下：在这里插入图片描述

在这里插入图片描述

四、找大轮廓

cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)
cv2.RETR_EXTERNAL：返回最大轮廓结果

import cv2
import numpy as np
from matplotlib import pyplot as pltdef contour(image):dst = cv2.GaussianBlur(image,(3,3),0)gray = cv2.cvtColor(dst,cv2.COLOR_BGR2GRAY)#先转换为灰度图ret,binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)#二值化cv2.imshow("binary image",binary)cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)for i,contour in enumerate(contours):cv2.drawContours(image,contours,i,(0,0,255),2)print(i)cv2.imshow("detect contours",image)src = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\calc.jpg")
cv2.imshow("image",src)
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
contour(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下：在这里插入图片描述

在这里插入图片描述

五、填充轮廓

cv2.drawContours(image,contours,i,(0,0,255),-1)
最后一个参数为绘制轮廓线段的宽度，-1表示填充

import cv2
import numpy as np
from matplotlib import pyplot as pltdef contour(image):dst = cv2.GaussianBlur(image,(3,3),0)gray = cv2.cvtColor(dst,cv2.COLOR_BGR2GRAY)#先转换为灰度图ret,binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)#二值化cv2.imshow("binary image",binary)cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)for i,contour in enumerate(contours):cv2.drawContours(image,contours,i,(0,0,255),-1)print(i)cv2.imshow("detect contours",image)src = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\calc.jpg")
cv2.imshow("image",src)
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
contour(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下：
在这里插入图片描述

六、Canny提取轮廓

import cv2
import numpy as np
from matplotlib import pyplot as pltdef edge(image):blurred = cv2.GaussianBlur(image,(3,3),0)gray = cv2.cvtColor(blurred,cv2.COLOR_BGR2GRAY)xgrad = cv2.Sobel(gray,cv2.CV_16SC1,1,0)#x Gradientygrad = cv2.Sobel(gray,cv2.CV_16SC1,0,1)#y Gradientedge_output = cv2.Canny(gray,50,150)cv2.imshow("Canny Edge",edge_output)return edge_outputdef contour(image):binary = edge(image)cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)for i,contour in enumerate(contours):cv2.drawContours(image,contours,i,(0,0,255),-1)print(i)cv2.imshow("detect contours",image)src = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\calc.jpg")
cv2.imshow("image",src)
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
contour(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下：在这里插入图片描述

在这里插入图片描述

七、若寻找轮廓寻找到图像最外边缘，取反一下即可

import cv2
import numpy as np
from matplotlib import pyplot as pltdef contour(image):dst = cv2.GaussianBlur(image,(3,3),0)gray = cv2.cvtColor(dst,cv2.COLOR_BGR2GRAY)#先转换为灰度图ret,binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY|cv2.THRESH_OTSU)#二值化cv2.imshow("binary image",binary)cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)for i,contour in enumerate(contours):cv2.drawContours(image,contours,i,(0,0,255),2)print(i)cv2.imshow("detect contours",image)src = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\by.jpg")
cv2.imshow("image",src)
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
contour(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下：在这里插入图片描述

在这里插入图片描述

解决方法：cv2.THRESH_BINARY_INV

import cv2
import numpy as np
from matplotlib import pyplot as pltdef contour(image):dst = cv2.GaussianBlur(image,(3,3),0)gray = cv2.cvtColor(dst,cv2.COLOR_BGR2GRAY)#先转换为灰度图ret,binary = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV|cv2.THRESH_OTSU)#二值化cv2.imshow("binary image",binary)cloneImage,contours,heriachy = cv2.findContours(binary,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_SIMPLE)for i,contour in enumerate(contours):cv2.drawContours(image,contours,i,(0,0,255),2)print(i)cv2.imshow("detect contours",image)src = cv2.imread(r"G:\Juptyer_workspace\study\opencv\opencv3\by.jpg")
cv2.imshow("image",src)
cv2.namedWindow("image",cv2.WINDOW_AUTOSIZE)
contour(src)
cv2.waitKey(0)
cv2.destroyAllWindows()

效果图如下：在这里插入图片描述

在这里插入图片描述

本文来自互联网用户投稿，该文观点仅代表作者本人，不代表本站立场。本站仅提供信息存储空间服务，不拥有所有权，不承担相关法律责任。如若转载，请注明出处：http://www.mzph.cn/news/377980.shtml

如若内容造成侵权/违法违规/事实不符，请联系多彩编程网进行投诉反馈email:809451989@qq.com，一经查实，立即删除！

相关文章

关于 WebRequest.RegisterPrefix

关于 WebRequest.RegisterPrefix

RegisterPrefix 方法将 WebRequest 子代注册到服务请求。 WebRequest 后代通常被注册来处理特定的协议（例如 HTTP 或 FTP），但也可能被注册来处理对特定服务器或服务器上的路径的请求。 已注册的预注册保留类型包括下列类型： htt…
阅读更多...
LeetCode 404. 左叶子之和思考分析

LeetCode 404. 左叶子之和思考分析

题目 计算给定二叉树的所有左叶子之和。 如果是下面的树，只有一个左叶子结点4 思考分析 由此我们可以得到左叶子结点的定义： cur->left !NULL && cur->left->leftNULL && cur->left->rightNULL 递归遍历累积操作 …
阅读更多...
十八、对已经找到轮廓的图像进行测量

十八、对已经找到轮廓的图像进行测量

图像轮廓的获取可参考博文十七 一、相关原理 1，弧长和面积 对于弧长和面积，计算出来的轮廓单位都是像素 2，多边形拟合 每一个轮廓都是一系列的点，然后通过多边形进行拟合，无限的接近真实形状 相关API：…
阅读更多...
Linux 终端登录SSH：解决SSH的Access Denied 和 make xconfig的使用

Linux 终端登录SSH：解决SSH的Access Denied 和 make xconfig的使用

对于SSH： 可以不是用putty，尤其是putty出现 Access denied 的时候，请换用konsole 或者其他终端 （如 terminal）在command line中： # ssh 要访问的主机ip eg ： ssh 192.168.111 然后确定…
阅读更多...
LeetCode 513. 找树左下角的值 思考分析

LeetCode 513. 找树左下角的值 思考分析

题目 给定一个二叉树，在树的最后一行找到最左边的值。 递归解 左下角要满足两个条件： 1、深度最大的叶子结点 2、最左结点：使用前序遍历，优先左边搜索。 1、确定递归函数的参数和返回值 参数：树的根结点&#xff…
阅读更多...
Linux 平台下 MySQL 5.5 安装 说明 与 示例

Linux 平台下 MySQL 5.5 安装 说明 与 示例

一.下载说明前期的一些准备说明，参考：MySQL 发展史http://blog.csdn.net/tianlesoftware/article/details/6999245Mysql 不同版本 说明http://blog.csdn.net/tianlesoftware/article/details/6723117 MySQL 分为Community Server 和 Enterprise Edition。…
阅读更多...
LeetCode 112. 路径总和 、113. 路径总和 II 思考分析

LeetCode 112. 路径总和 、113. 路径总和 II 思考分析

目录112. 路径总和题目递归解递归解，其他人的解法迭代解，其他人的解法113. 路径总和 II题目递归解递归解，参考别人的思路112. 路径总和 题目 给定一个二叉树和一个目标和，判断该树中是否存在根节点到叶子节点的路径，…
阅读更多...
【C++ grammar】抽象、封装与this指针

【C++ grammar】抽象、封装与this指针

目录1、Abstraction and Encapsulation（抽象与封装）1. Data Field Encapsulation (数据域封装)2. Accessor and Mutator (访问器与更改器)2.1. To read/write private data, we need get/set function (为读写私有数据，需要get/set函数)2.2. …
阅读更多...
十九、图像的形态学操作

十九、图像的形态学操作

一、图像形态学 图像形态学是图像处理学科的一个单独分支学科 主要针对的是灰度图和二值图像 是由数学的集合论以及数学中的拓扑几何原理发展而来 二、膨胀操作（dilate） 33的卷积核 以33为卷积核从左往右(从上往下)开始运行，若这卷积核…
阅读更多...
X名称空间(WPF)

X名称空间(WPF)

笔记简述 闲话x名称空间简要x名称空间的Attributex名称空间的标签扩展x名称空间的XAML指令元素闲话 本笔记参考与《深入浅出WPF》、MSDN、Some Blog… MSDN的飞机票点这里。 x名称空间简要 在VS中新建个WpfApplication都会自动生成xmlns:x"http://schemas.microsoft.com/w…
阅读更多...
leetcode 106. 从中序与后序遍历序列构造二叉树 105. 从前序与中序遍历序列构造二叉树思考分析

leetcode 106. 从中序与后序遍历序列构造二叉树 105. 从前序与中序遍历序列构造二叉树思考分析

目录1、106题目2、参考思路：递归切割数组3、105题目4、同样思路的代码1、106题目 2、参考思路：递归切割数组 代码参考：公众号：代码随想录 后序数组中序数组 以 后序数组(左右中)的最后一个元素作为切割点，先切中序数组…
阅读更多...
二十、分水岭算法

二十、分水岭算法

一、基本原理 分水岭算法主要是基于距离变换（distance transform），找到mark一些种子点，从这些种子点出发根据像素梯度变化进行寻找边缘并标记 分水岭：可以简单的理解成一座山，然后来洪水了，水开…
阅读更多...
【C++grammar】C++类数据成员的初始化

【C++grammar】C++类数据成员的初始化

目录1、类成员的就地初始化example2、构造函数初始化3、默认构造函数：Default Constructor4、举例5、成员的初始化方法的优先级1、类成员的就地初始化example class S { int m 7; // ok, copy-initializes m int n(7); // 错误：不允许用小括号初始化…
阅读更多...
二十一、人脸检测

二十一、人脸检测

一、识别图像中的人脸 haarcascade_frontalface_alt_tree.xml lbpcascade_frontalcatface.xml GitHub上有Haar级联检测器源代码可自行下载，lbp级联检测器也一样有源码可自行下载 也一样 import cv2 as cv import numpy as npdef face_detect(image):gray cv.cvtC…
阅读更多...
javascript运算符_JavaScript中的按位运算符

javascript运算符_JavaScript中的按位运算符

javascript运算符JavaScript按位运算符 (JavaScript Bitwise Operators) A lot of times you come across some strange operators where youre knocking your head to understand what is going on in the code. Almost all the programming languages have bitwise operators…
阅读更多...
[置顶] Android的IPC访问控制设计与实现

[置顶] Android的IPC访问控制设计与实现

3.3.1 IPC钩子函数设计与实现 IPC Binder是Android最重要的进程间通信机制，因此，必须在此实施强制访问控制。 1. 修改secuirty.h 打开终端shell，输入指令“cd /android4.0/kernel/goldfish/include/linux/vim security.h”，找到结…
阅读更多...
TensorFlow在Anaconda环境下创建

TensorFlow在Anaconda环境下创建

一、我使用的是Anaconda自带的Jupyter编译器，详细的安装教程可以参考博文 二、之后打开Jupyter 三、进行测试 我的tensorflow使用的是2.0版本 import tensorflow.compat.v1 as tf tf.disable_v2_behavior()a tf.constant([1.0,2.0],name"a") b tf.co…
阅读更多...
leetcode 654. 构造最大二叉树 思考分析

leetcode 654. 构造最大二叉树 思考分析

题目 给定一个不含重复元素的整数数组。一个以此数组构建的最大二叉树定义如下： 二叉树的根是数组中的最大元素。 左子树是通过数组中最大值左边部分构造出的最大二叉树。 右子树是通过数组中最大值右边部分构造出的最大二叉树。 通过给定的数组构建最大二叉树&am…
阅读更多...
Pycharm更换anaconda环境空间

Pycharm更换anaconda环境空间

一、File—>Settings 或者直接快捷键 CtrlAltS 二、找到自己的项目—>Project Interpreter—>找到需要使用的anaconda环境空间 三、Add Local 四、G:\Anaconda3\envs\mask_rcnn\python.exe一般anaconda的envs文件夹下，找到你的环境空间名称，…
阅读更多...
android 应用demo截图

android 应用demo截图

ksoap2实现天气预报 Frame 动画 baidu map 转载于:https://www.cnblogs.com/java20130726/archive/2011/11/28/3218328.html
阅读更多...
推荐文章
最新文章

Copyright @ 2022~2023