OpenCV |
您所在的位置：网站首页 › 矩阵绘制方框 › OpenCV |
OpenCV
|
文章目录
1 获取轮廓1.1 返回值：image, contours, hierarchy
2 绘出轮廓3 获取轮廓区域4 获取物体最小外界矩阵
1 获取轮廓
OpenCV2获取轮廓主要是用 cv2.findContours() import cv2 img = cv2.imread('wujiaoxing.png') gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) ret,binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) _,contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) draw_img0 = cv2.drawContours(img.copy(),contours,0,(0,255,255),3) draw_img1 = cv2.drawContours(img.copy(),contours,1,(255,0,255),3) draw_img2 = cv2.drawContours(img.copy(),contours,2,(255,255,0),3) draw_img3 = cv2.drawContours(img.copy(), contours, -1, (0, 0, 255), 3) print ("contours:类型：",type(contours)) print ("第0 个contours:",type(contours[0])) print ("contours 数量：",len(contours)) print ("contours[0]点的个数：",len(contours[0])) print ("contours[1]点的个数：",len(contours[1])) cv2.imshow("img", img) cv2.imshow("draw_img0", draw_img0) cv2.imshow("draw_img1", draw_img1) cv2.imshow("draw_img2", draw_img2) cv2.imshow("draw_img3", draw_img3) cv2.waitKey(0) cv2.destroyAllWindows() 输出： contours:类型： 第0 个contours: contours 数量： 3 contours[0]点的个数： 6 contours[1]点的个数： 74
cv2.findContours() 的第三个参数 method为轮廓的近似办法 cv2.CHAIN_APPROX_NONE存储所有的轮廓点，相邻的两个点的像素位置差不超过1，即max（abs（x1-x2），abs（y2-y1））==1cv2.CHAIN_APPROX_SIMPLE压缩水平方向，垂直方向，对角线方向的元素，只保留该方向的终点坐标，例如一个矩形轮廓只需4个点来保存轮廓信息cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法 1.1 返回值：image, contours, hierarchy contour返回值 cv2.findContours()函数首先返回一个list，list中每个元素都是图像中的一个轮廓，用numpy中的ndarray表示。hierarchy返回值 该函数还可返回一个可选的hiararchy结果，这是一个ndarray，其中的元素个数和轮廓个数相同，每个轮廓contours[i]对应4个hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，则该值为负数。 2 绘出轮廓cv2.drawContours()函数 cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]]) 第一个参数是指明在哪幅图像上绘制轮廓；第二个参数是轮廓本身，在Python中是一个list。第三个参数指定绘制轮廓list中的哪条轮廓，如果是-1，则绘制其中的所有轮廓。后面的参数很简单。其中thickness表明轮廓线的宽度，如果是-1（cv2.FILLED），则为填充模式。绘制参数将在以后独立详细介绍。为了看到自己画了哪些轮廓，可以使用 cv2.boundingRect()函数获取轮廓的范围，即左上角原点，以及他的高和宽。然后用cv2.rectangle()方法画出矩形轮廓 """ x, y, w, h = cv2.boundingRect(img) 参数： img 是一个二值图 x，y 是矩阵左上点的坐标， w，h 是矩阵的宽和高 cv2.rectangle(img, (x,y), (x+w,y+h), (0,255,0), 2) img： 原图 (x，y）： 矩阵的左上点坐标 (x+w，y+h)：是矩阵的右下点坐标 (0,255,0)： 是画线对应的rgb颜色 2： 线宽 """ for i in range(0,len(contours)): x, y, w, h = cv2.boundingRect(contours[i]) cv2.rectangle(image, (x,y), (x+w,y+h), (153,153,0), 5) 3 获取轮廓区域 new_image=image[y+2:y+h-2,x+2:x+w-2] # 先用y确定高，再用x确定宽 input_dir=("E:/cut_image/") if not os.path.isdir(input_dir): os.makedirs(input_dir) cv2.imwrite( nrootdir+str(i)+".jpg",newimage) print (i) 4 获取物体最小外界矩阵使用 cv2.minAreaRect(cnt) ，返回点集cnt的最小外接矩形，cnt是所要求最小外接矩形的点集数组或向量，这个点集不定个数。 其中：cnt = np.array([[x1,y1],[x2,y2],[x3,y3],[x4,y4]]) # 必须是array数组的形式 rect = cv2.minAreaRect(cnt) # 得到最小外接矩形的（中心(x,y), (宽,高), 旋转角度） box = np.int0(cv2.boxPoints(rect)) #通过box会出矩形框 鸣谢 https://blog.csdn.net/loovelj/article/details/78739790 https://blog.csdn.net/hjxu2016/article/details/77833336 https://blog.csdn.net/sunny2038/article/details/12889059 |
其中，cv2.findContours() 的第二个参数主要有
【本文地址】