opencv函数findcontours_OpenCV系列之轮廓入门 | 二十一
目標(biāo)
- 了解輪廓是什么。
- 學(xué)習(xí)查找輪廓,繪制輪廓等。
- 你將看到以下功能:cv.findContours(),cv.drawContours()
什么是輪廓?
輪廓可以簡單地解釋為連接具有相同顏色或強(qiáng)度的所有連續(xù)點(diǎn)(沿邊界)的曲線。輪廓是用于形狀分析以及對(duì)象檢測和識(shí)別的有用工具。- 為了獲得更高的準(zhǔn)確性,請(qǐng)使用二進(jìn)制圖像。因此,在找到輪廓之前,請(qǐng)應(yīng)用閾值或canny邊緣檢測。
- 從OpenCV 3.2開始,findContours()不再修改源圖像。
- 在OpenCV中,找到輪廓就像從黑色背景中找到白色物體。因此請(qǐng)記住,要找到的對(duì)象應(yīng)該是白色,背景應(yīng)該是黑色。
如何繪制輪廓?
要繪制輪廓,請(qǐng)使用cv.drawContours函數(shù)。只要有邊界點(diǎn),它也可以用來繪制任何形狀。它的第一個(gè)參數(shù)是源圖像,第二個(gè)參數(shù)是應(yīng)該作為Python列表傳遞的輪廓,第三個(gè)參數(shù)是輪廓的索引(在繪制單個(gè)輪廓時(shí)有用。要繪制所有輪廓,請(qǐng)傳遞-1),其余參數(shù)是顏色,厚度等等
在圖像中繪制所有輪廓:
cv.drawContours(img,?contours,?-1,?(0,255,0),?3)
繪制單個(gè)輪廓,如第四個(gè)輪廓:
cv.drawContours(img,?contours,?3,?(0,255,0),?3)?
但是在大多數(shù)情況下,以下方法會(huì)很有用:
cnt?=?contours[4]cv.drawContours(img,?[cnt],?0,?(0,255,0),?3)
注意最后兩種方法相似,但是前進(jìn)時(shí),您會(huì)發(fā)現(xiàn)最后一種更有用。
輪廓近似方法
這是cv.findContours函數(shù)中的第三個(gè)參數(shù)。它實(shí)際上表示什么?上面我們告訴我們輪廓是強(qiáng)度相同的形狀的邊界。它存儲(chǔ)形狀邊界的(x,y)坐標(biāo)。但是它存儲(chǔ)所有坐標(biāo)嗎?這是通過這種輪廓近似方法指定的。如果傳遞cv.CHAIN_APPROX_NONE,則將存儲(chǔ)所有邊界點(diǎn)。但是實(shí)際上我們需要所有這些要點(diǎn)嗎?例如,您找到了一條直線的輪廓。您是否需要線上的所有點(diǎn)來代表該線?不,我們只需要該線的兩個(gè)端點(diǎn)即可。這就是cv.CHAIN_APPROX_SIMPLE所做的。它刪除所有冗余點(diǎn)并壓縮輪廓,從而節(jié)省內(nèi)存。下面的矩形圖像演示了此技術(shù)。只需在輪廓數(shù)組中的所有坐標(biāo)上繪制一個(gè)圓(以藍(lán)色繪制)。第一幅圖像顯示了我用cv.CHAIN_APPROX_NONE獲得的積分(734個(gè)點(diǎn)),第二幅圖像顯示了我用cv.CHAIN_APPROX_SIMPLE獲得的效果(只有4個(gè)點(diǎn))。看,它可以節(jié)省多少內(nèi)存!!!☆☆☆為方便大家查閱,小編已將OpenCV-Python專欄文章統(tǒng)一整理到公眾號(hào)底部菜單欄,同步更新中,關(guān)注公眾號(hào),點(diǎn)擊左下方“文章”,如圖:
? ? ?不斷更新資源
? ?? 獲取更多精彩
長按二維碼掃碼關(guān)注
總結(jié)
以上是生活随笔為你收集整理的opencv函数findcontours_OpenCV系列之轮廓入门 | 二十一的全部內(nèi)容,希望文章能夠幫你解決所遇到的問題。
- 上一篇: 余承东:华为一直引领折叠机市场的发展 新
- 下一篇: centos7从有线切换到无线_如何简单