基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)
基于pythonopencv的图片识别
Python Opencv实现图像轮廓识别功能本文实例为大家分享了python opencv识别图像轮廓的具体代码,供大家参考,具体内容如下
要求:用矩形或者圆形框住图片中的云朵(不要求全部框出)
轮廓检测
opencv-python接口中使用cv2.findcontours()函数来查找检测物体的轮廓。
|
import cv2 img = cv2.imread( 'cloud.jpg" alt="基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)" border="0" /> # 灰度图像 gray = cv2.cvtcolor(img, cv2.color_bgr2gray) # 二值化 ret, binary = cv2.threshold(gray, 175 , 255 , cv2.thresh_binary) img1, contours, hierarchy = cv2.findcontours(binary, cv2.retr_tree, cv2.chain_approx_simple) # 以圆形框出云朵 # for i in range(len(contours)): # (x, y), radius = cv2.minenclosingcircle(contours[i]) # center = (int(x), int(y)) # radius = int(radius) # img = cv2.circle(img, center, radius, (0, 255, 0), 2) #以云朵边界轮廓框出云朵 cv2.drawcontours(img, contours, - 1 , ( 0 , 0 , 255 ), 3 ) cv2.imshow( "img" , img) cv2.waitkey( 0 ) |
需要注意的是cv2.findcontours()函数接受的参数为二值图,即黑白的(不是灰度图),所以读取的图像要先转成灰度的,再转成二值图。
cv2.findcontours()函数
函数的原型为:
|
cv2.findcontours(image, mode, method[, contours[, hierarchy[, offset ]]]) |
返回两个值:contours,hierarchy。注:opencv3会返回三个值,分别是img, countours, hierarchy
参数说明
第一个参数是寻找轮廓的图像
第二个参数表示轮廓的检索模式,有四种:
1. cv2.retr_external表示只检测外轮廓
2. cv2.retr_list检测的轮廓不建立等级关系
3. cv2.retr_ccomp建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
4. cv2.retr_tree建立一个等级树结构的轮廓。
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))==1max(abs(x1−x2),abs(y2−y1))==1
cv2.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
返回值
cv2.findcontours()函数返回两个值,一个是轮廓本身,还有一个是每条轮廓对应的属性。
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。这个概念非常重要。在下面drawcontours中会看见。可以打印观察contours的数据类型。
|
print ( type (contours)) print ( type (contours[ 0 ])) print ( len (contours)) |
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。
轮廓的绘制
opencv中通过cv2.drawcontours在图像上绘制轮廓。
|
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。
opencv中通过cv2.minenclosingcircle()可以帮我们找到一个对象的外接圆。它是所有能够包括对象的圆中面积最小的一个。
|
(x,y),radius = cv2.minenclosingcircle(contours[i]) center = ( int (x), int (y)) radius = int (radius) img = cv2.circle(img,center,radius,( 0 , 255 , 0 ), 2 ) |
以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持开心学习网。
原文链接:https://blog.csdn.net/qq_38967295/article/details/81572057
- pythonopencv自定义阈值算法(理想高通滤波实现Python opencv示例)
- python opencv图像表格处理(Opencv-Python图像透视变换cv2.warpPerspective的示例)
- opencv人脸识别实战(Python opencv实现人眼/人脸识别以及实时打码处理)
- opencv 图像匹配python(OpenCV+Python识别车牌和字符分割的实现)
- python opencv替换背景教程(基于OpenCV python3实现证件照换背景的方法)
- opencv怎么设置图像形态(OpenCV图像颜色反转算法详解)
- linux安装opencv版本(详解ubuntu安装opencv的正确方法)
- python的opencv图片识别(OpenCV-Python 摄像头实时检测人脸代码实例)
- 基于pythonopencv的图片识别(Python Opencv实现图像轮廓识别功能)
- opencv抠出边缘检测的图形(python opencv实现图像边缘检测)
- opencv提取图像轮廓python代码(Python基于opencv调用摄像头获取个人图片的实现方法)
- opencv人脸识别效果好吗(通过opencv制作人脸识别的窗口)
- opencv自带的人脸识别(Dlib+OpenCV深度学习人脸识别的方法示例)
- opencv轮廓模糊识别(Opencv+Python实现图像运动模糊和高斯模糊的示例)
- python opencv图像合并(Python3+OpenCV2实现图像的几何变换平移、镜像、缩放、旋转、仿射)
- python opencv 标记目标(使用Python的OpenCV模块识别滑动验证码的缺口推荐)
- 张勇 阿里新任掌门人(阿里新任掌门人)
- 毛戈平全国第一柜花落银泰 高端国货迎来 高光 时刻(毛戈平全国第一柜花落银泰)
- 14岁丧父 20岁丧母,从苦难走向辉煌的银泰创始人沈国军(14岁丧父20岁丧母从苦难走向辉煌的银泰创始人沈国军)
- 银泰集团董事长沈国军获评 北京影响力 十大企业家(银泰集团董事长沈国军获评)
- 15帅气男士发型,清爽时尚很有型,喜欢就试试(清爽时尚很有型)
- 哪几个历史人物被影协主席李雪健演的活灵活现(哪几个历史人物被影协主席李雪健演的活灵活现)
热门推荐
- 阿里云oss内网流量(阿里云OSS访问权限配置RAM权限控制实现)
- sqlserver栏位说明(SQL Server重置IDENTITY属性种子值操作)
- asp.net 参数化like模糊查询
- ubuntu设置用户免密码(Ubuntu修改密码及密码复杂度策略设置方法)
- mysql binlog日志位置(开启MySQL的binlog日志的方法步骤)
- dedecms命名规则(dedecms utf-8 出现乱码问题的解决方法之一)
- packagejson怎么使用(最全的package.json解析)
- 怎么查看云服务器的配置(云服务器配置参数如何选择)
- thinkphp接口开发实例(ThinkPHP5.0框架结合Swoole开发实现WebSocket在线聊天案例详解)
- python eval函数原理(浅谈Python中eval的强大与危害)
排行榜
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9