文章详情

短信预约-IT技能 免费直播动态提醒

请输入下面的图形验证码

提交验证

短信预约提醒成功

怎么利用Python+OpenCV实现简易图像边缘轮廓检测

2023-06-30 12:53

关注

本篇内容主要讲解“怎么利用Python+OpenCV实现简易图像边缘轮廓检测”,感兴趣的朋友不妨来看看。本文介绍的方法操作简单快捷,实用性强。下面就让小编来带大家学习“怎么利用Python+OpenCV实现简易图像边缘轮廓检测”吧!

函数基础与三方库

本文所用的第三方库是Opencv4.3

导入第三方库

import cv2 as cv

由于Opencv显示图像比较麻烦,与matlab或matplob不一致,考虑到基础薄弱可能对此库的图像显示机制不了解,在此我先定义一个img_show函数,目的是更方便的显示图像。

def img_show(pic,name):'''此函数img_show()用于调用OpenCV的相关函数来进行图像展示name为显示图像窗口的名称(name为字符串)pic为被显示图像(pic为opencv imread进来的图片)'''    cv.imshow(pic,name)    cv.waitkey(0)    cv.destroyAllWindows()

cv.threshold(pic,thresh,maxvalue,model)

此函数用于图像单通道不同阈值的操作,一般用来将图像进行二值化处理,二值化处理将有助于边缘检测的梯度计算。
其中pic为待处理图片,由于是对单通道处理,所以pic一般要转换为灰度图

thresh为操作阈值,高于这个阈值的将根据不同的model统一成 0 或 maxvalue

model为操作方法,一般只需要cv.THRESH_BINARY_INV和cv.THRESH_BINARY

…THRESH_BINARY_INV 将大于thresh的设置为0

…THRESH_BINARY 将大于thresh的设置为255

该图像有两个返回值,第一个返回值为阈值,即thresh值,第二个为二值图像的矩阵

cv.findContours(待处理图片,model(提取模式),method(提取方法))

此函数用于提取pic的轮廓点,pic为二值图像时,函数提取将更加精准

model 为提取模式 一般用到cv.RETR_EXTERNAL和cv.RETR_TREE

…Extrnal为以外层轮廓的方式进行提取

…Tree则提取图像内外层所有轮廓

method 为提取方法,有cv.CHAIN_APPROX_NONE和cv.CHAIN_APPROX_SIMPLE

…NONE为以线的方式连接提取出来的轮廓

…SIMPLE则压缩了线和斜边,只标记了轮廓的各个顶点

此函数的返回值有两个,一个是边缘点(列表形式),一个是层次信息

contours,hierarchy = cv.findContours(pic,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_NONE)

此段代码的意思是

基于pic 此图像

使用描述外轮廓的模式

通过各个点链接的方式进行轮廓提取

最终得到轮廓列表集合contours和层次关系hierarchy

注:在contours里面有非常多的轮廓集合,比如contours[0]\contours[1]\contours[2]是三个轮廓,可能只有1是目标轮廓,其他均为噪声轮廓

cv.drawContours(画布,轮廓集合,索引,颜色,粗细)

此函数用于在指定画布,用指定颜色粗细的线画出指定轮廓(索引判断)或所有轮廓(-1)

画布:将轮廓点画在画布上,一般是代替去图片的copy图,不然会污染原图。

轮廓集合:上文中提到的contours,其中包含了目标轮廓和噪声轮廓的所有轮廓

索引:选定轮廓集合中的某一轮廓,如果你知道目标轮廓的编号可以直接写,如果不知道就写-1,可以画出所有轮廓

颜色: 元组形式,(255,0,0)为红色,以此类推

粗细:轮廓的粗细 1~任意整数,太大会覆盖原图

cv.boundingRect(图像)

此函数用于将检测的函数进行矩阵点的查找

图像:被检测的图像,一般是传入目标的轮廓,即contours[index],index为目标编号

此函数会返回四个值:x,y,w,h

其中x,y指的是该图像x轴上最小值和y轴最小值(有左上角为原点时),w,h跟别指的囊括图像所有的宽和高

代码实现

#导入opencvimport cv2 as cv#定义opencv的图像显示函数def img_show(pic,name):    cv.imshow(pic,name)    cv.waitKey(0)    cv.destroyAllWindows()#彩色模式读入图片eagle_o = cv.imread('eagle.png',1)# 图片转为灰度图eagle = cv.cvtColor(eagle_o,cv.COLOR_BGR2GRAY)# 将图像转换为二值图ret,eagle_2v = cv.threshold(eagle,125,255,cv.THRESH_BINARY_INV) #ret为阈值,eagl_2v为二值图# 基于二值图像用外轮廓的模式,通过全点连接轮廓的方法提取轮廓contours,hierarchy = cv.findContours(eagle_2v,cv.RETR_EXTERNAL,cv.CHAIN_APPROX_NONE)# 在copy图上画出所有轮廓img = cv.drawContours(eagle_o.copy(),contours,-1,(255,25,0),5)# 获取目标图像的最小矩阵,此处29为目标的轮廓x,y,w,h = cv.boundingRect(contours[29])# 绘制目标框img = cv.rectangle(eagle_o,(x,y),(x+w,y+h),(255,255,0),7)img_show('goal',img)

实现效果

怎么利用Python+OpenCV实现简易图像边缘轮廓检测

到此,相信大家对“怎么利用Python+OpenCV实现简易图像边缘轮廓检测”有了更深的了解,不妨来实际操作一番吧!这里是编程网网站,更多相关内容可以进入相关频道进行查询,关注我们,继续学习!

阅读原文内容投诉

免责声明:

① 本站未注明“稿件来源”的信息均来自网络整理。其文字、图片和音视频稿件的所属权归原作者所有。本站收集整理出于非商业性的教育和科研之目的,并不意味着本站赞同其观点或证实其内容的真实性。仅作为临时的测试数据,供内部测试之用。本站并未授权任何人以任何方式主动获取本站任何信息。

② 本站未注明“稿件来源”的临时测试数据将在测试完成后最终做删除处理。有问题或投稿请发送至: 邮箱/279061341@qq.com QQ/279061341

软考中级精品资料免费领

  • 历年真题答案解析
  • 备考技巧名师总结
  • 高频考点精准押题
  • 2024年上半年信息系统项目管理师第二批次真题及答案解析(完整版)

    难度     813人已做
    查看
  • 【考后总结】2024年5月26日信息系统项目管理师第2批次考情分析

    难度     354人已做
    查看
  • 【考后总结】2024年5月25日信息系统项目管理师第1批次考情分析

    难度     318人已做
    查看
  • 2024年上半年软考高项第一、二批次真题考点汇总(完整版)

    难度     435人已做
    查看
  • 2024年上半年系统架构设计师考试综合知识真题

    难度     224人已做
    查看

相关文章

发现更多好内容

猜你喜欢

AI推送时光机
位置:首页-资讯-后端开发
咦!没有更多了?去看看其它编程学习网 内容吧
首页课程
资料下载
问答资讯