@Author：Runsen

輪廓是連接所有具有某種顏色或強(qiáng)度的連續(xù)點(diǎn)的閉合曲線，它們代表圖像中發(fā)現(xiàn)的對(duì)象的形狀。輪廓檢測(cè)是一種用于形狀分析和物體檢測(cè)和識(shí)別的有用技術(shù)。

輪廓檢測(cè)并不是圖像分割的唯一算法，還有很多其他算法，例如當(dāng)前最先進(jìn)的語義分割、霍夫變換和K-Means 分割。

為了獲得更好的準(zhǔn)確性，以下是檢測(cè)圖像中輪廓的整個(gè)流程：

• 將圖像轉(zhuǎn)換為二值圖像，通常的做法是將輸入圖像變?yōu)槎祱D像（應(yīng)該是閾值圖像或邊緣檢測(cè)的結(jié)果）。
• 使用findContours() OpenCV函數(shù)查找輪廓。
• 繪制這些輪廓并顯示圖像。

import cv2 import matplotlib.pyplot as plt

在這里，選擇的圖片如下所示。
`

image = cv2.imread("image.jpg")

將其轉(zhuǎn)換為RGB?

總結(jié)

以上是生活随笔為你收集整理的教你如何使用 OpenCV检测图像中的轮廓的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。