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 cv2img = 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
- opencv抠出边缘检测的图形（python opencv实现图像边缘检测）
- python的opencv图片识别（OpenCV-Python 摄像头实时检测人脸代码实例）
- 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人脸识别算法（python利用Opencv实现人脸识别功能）
- python opencv图像表格处理（Opencv-Python图像透视变换cv2.warpPerspective的示例）
- opencv怎么设置图像形态（OpenCV图像颜色反转算法详解）
- python怎么装opencv（Python基于opencv实现的简单画板功能示例）
- opencv图像识别基础知识（opencv与numpy的图像基本操作）
- opencv 图像匹配python（OpenCV+Python识别车牌和字符分割的实现）
- opencv调用摄像头图像识别（Python+OpenCV采集本地摄像头的视频）
- 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 标记目标（使用Python的OpenCV模块识别滑动验证码的缺口推荐）
- 基于pythonopencv的图片识别（Python Opencv实现图像轮廓识别功能）
- opencv自带的人脸识别（Dlib+OpenCV深度学习人脸识别的方法示例）
- linux安装opencv版本（详解ubuntu安装opencv的正确方法）
- opencv人脸识别效果好吗（通过opencv制作人脸识别的窗口）
- 《道德经》:功成不局，泰而不骄（道德经:功成不局）
- 每日一典 过江之鲫（每日一典过江之鲫）
- 红色代表什么（红色代表什么意义和象征）
- 菲律宾安全吗（菲律宾安全吗2023）
- 彩礼重要吗（）
- 写信告诉我今天海是什么颜色（写信告诉我今天海是什么颜色回答）
热门推荐
- mysql底层原理是什么（MySQL 页完全指南—浅入深出页的原理）
- 最新版dedecms安全策略（DedeCMS站点高级安全策略Linux篇）
- MVC中CheckBox
- dedecms授权协议（360提示DedeCms全局变量覆盖漏洞临时解决方法）
- docker端口映射详解（docker 启用多个端口映射命令的操作）
- php怎么判断数据是质数（PHP判断一个变量是否为整数、正整数的方法示例）
- css3所有动画（CSS3常见动画的实现方式）
- eval详解python（深度辨析Python的eval与exec的方法）
- vue项目上线教程（vue项目中使用骨架屏的方法）
- mysql索引b+树和b树（MySQL使用B+Tree当索引的优势有哪些）
排行榜
- 1
- 2
- 3
- 4
- 5
- 6
- 7
- 8
- 9