调用cv2.findContours()函数实现轮廓检测，检测图像中物体的轮廓。 2、调用imutils.grab_contours()函数获取图像轮廓。 3、调用contours.sort_contours()函数将轮廓从左到右进行排序。 4、初始化比例系数pixelsPerMetric为空，用于后续真实长度计算。 5、初始化参照物宽度width为3，用于后续真实长度计算。

时间: 2024-04-05 20:30:11 浏览: 102

openCV——寻找并绘制图像的轮廓

5星 · 资源好评率100%

### OpenCV —— 寻找并绘制图像的轮廓 #### 概述 OpenCV（Open Source Computer Vision Library）是一款开源的计算机视觉库，它包含了大量用于实时计算机视觉、图像处理和机器学习的函数。本文将重点介绍如何使用OpenCV来寻找和绘制图像中的轮廓。 #### 寻找轮廓在计算机视觉领域，轮廓是指一个物体边缘的闭合曲线。通过寻找轮廓，我们可以提取出图像中有意义的信息，这对于目标检测和识别非常重要。 - **函数：`cvFindContours()`** - **功能**：该函数用于从二值图像中找到轮廓。 - **参数**： - `image`：输入的二值图像。 - `storage`：用于存储轮廓信息的数据结构。 - `first_contour`：指向第一个轮廓的指针。 - `size`：轮廓元素的大小。 - `method`：检索模式，例如`CV_RETR_CCOMP`表示获取所有层次的轮廓。 - `approx_method`：近似方法，如`CV_CHAIN_APPROX_SIMPLE`用于压缩水平、垂直和对角线方向上的元素，只留下端点。 #### 绘制轮廓找到轮廓后，我们通常还需要将它们可视化，以便更好地理解和分析结果。 - **函数：`cvDrawContours()`** - **功能**：用于在指定图像上绘制轮廓。 - **参数**： - `image`：要在其上绘制轮廓的图像。 - `contour`：指向轮廓的指针。 - `external_color`：轮廓的外部颜色。 - `hole_color`：轮廓内部的颜色。 - `max_level`：最大轮廓层次，0表示当前轮廓及其子轮廓，1表示当前轮廓和所有子轮廓等。 - `thickness`：轮廓线条的厚度，负值表示填充轮廓。 - `line_type`：线条类型，例如8表示8邻域连接。 #### 示例代码解析下面是对给出的示例代码进行逐行解析： 1. **导入头文件和声明内存库**： ```cpp #include"cv.h" #include"highgui.h" #pragma comment(lib,"cv200.lib") #pragma comment(lib,"cxcore200.lib") #pragma comment(lib,"highgui200.lib") #pragma comment(lib,"cvaux200.lib") ``` 这些语句导入了OpenCV的核心库以及一些辅助库，并链接到相应的动态链接库。 2. **加载图像**： ```cpp IplImage* src = cvLoadImage("long.bmp"); ``` 使用`cvLoadImage()`函数加载图像。 3. **创建窗口显示原始图像**： ```cpp cvNamedWindow("source", 1); cvShowImage("source", src); ``` 创建一个名为“source”的窗口，并在其中显示原始图像。 4. **创建用于处理的灰度图像**： ```cpp IplImage* img = cvCreateImage(cvGetSize(src), 8, 1); ``` 创建一个与原图大小相同但为灰度的图像。 5. **转换为灰度图像**： ```cpp cvCvtColor(src, img, CV_BGR2GRAY); ``` 将彩色图像转换为灰度图像。 6. **二值化处理**： ```cpp cvThreshold(img, img, 150, 255, CV_THRESH_BINARY); ``` 应用阈值处理，将图像转换为二值图像。 7. **寻找轮廓**： ```cpp CvMemStorage* storage = cvCreateMemStorage(0); CvSeq* contour = 0; cvFindContours(img, storage, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); ``` 在二值图像中寻找轮廓。 8. **创建用于绘制轮廓的彩色图像**： ```cpp IplImage* dst = cvCreateImage(cvGetSize(src), 8, 3); ``` 创建一个新的彩色图像，用于绘制轮廓。 9. **绘制轮廓**： ```cpp for(; contour != 0; contour = contour->h_next) { CvScalar color = CV_RGB(rand() & 255, rand() & 255, rand() & 255); cvDrawContours(dst, contour, color, color, -1, 2, 8); } ``` 遍历找到的所有轮廓，并随机选择颜色在彩色图像上绘制。 10. **显示绘制轮廓的结果**： ```cpp cvNamedWindow("Contours", 1); cvShowImage("Contours", dst); ``` 创建一个新窗口并显示绘制了轮廓的图像。 11. **释放资源**： ```cpp cvReleaseImage(&dst); cvReleaseImage(&img); cvReleaseMemStorage(&storage); cvDestroyWindow("source"); cvDestroyWindow("img"); cvDestroyWindow("Contours"); ``` 释放创建的图像对象和窗口，避免内存泄漏。 #### 总结通过上述代码和解析，我们可以看到如何使用OpenCV来处理图像并从中提取有用的信息，如寻找和绘制轮廓。这种方法广泛应用于图像处理和计算机视觉的各个领域，如目标检测、手势识别等。理解这些基本操作对于深入研究更高级的应用非常有帮助。

好的，你的问题是如何实现图像中物体的轮廓检测并按照从左到右的顺序排序，以及如何计算真实长度？首先，你可以使用OpenCV中的cv2.findContours()函数来实现轮廓检测，该函数可以接受二进制图像作为输入，并返回一个包含所有轮廓的列表。然后，你可以使用imutils.grab_contours()函数来获取轮廓列表，该函数可以确保适用于不同OpenCV版本的轮廓格式。为了将轮廓从左到右进行排序，你可以使用contours.sort_contours()函数来对轮廓进行排序，该函数可以根据一定的标准（如从左到右，从上到下等）对轮廓进行排序。最后，为了计算真实长度，你需要确定一个比例系数和参照物的宽度。比例系数可以根据实际情况进行测量，参照物的宽度可以事先确定，并用来计算其他物体的真实长度。在计算真实长度时，你可以使用像素值与比例系数的乘积来得到物体的实际长度。

阅读全文

相关推荐

Graphics-Project.tar.gz_GrabCut图像分割_Grabcut_grabcut matlab_grabc

tuxiangfenge.zip_图像 边缘分割_边缘分割_边缘检测分割

imutils.grab_contours

contours = imutils.grab_contours(contours)中的“ imutils”有什么作用？

imutils.grab_contours()

cv2.grab_contours(cnts) AttributeError: module 'cv2' has no attribute 'grab_contours'

grabcut.zip_GrabCut图像分割_Grabcut_图像分割_图割_图割图像分割

matlab_grabcut-master.zip_GrabCut图像分割_Grabcut_MATLAB grabcut_gra

Basler_Grab_Val.rar_Basler Grab Val_Basler grab_Basler 相机_basler

Grab-image.rar_grab连续采集_labview grab_labview 缓存_labview图像采集_曝光la

grabcut.zip_Grabcut_MATLAB grabcut_UT4_bk_creat_grabcut matlab

myNewGrabCut.rar_Grabcut_grabcut opencv_myNewGrabCut_opencv grab

最新推荐

OpenCV.js中文教程

Python OpenCV模块通过调用摄像头并截图保存功能的实现代码

Qt（C++）调用工业相机Basler的SDK使用示例

Python OpenCV 调用摄像头并截图保存功能的实现代码

SSM动力电池数据管理系统源码及数据库详解

管理建模和仿真的文件

MapReduce分区机制揭秘：作业效率提升的关键所在

在电子商务平台上，如何通过CRM系统优化客户信息管理和行为分析？请结合DELL的CRM策略给出建议。

R语言桑基图绘制与SCI图输入文件代码分析

"互动学习：行动中的多样性与论文攻读经历"

tuxiangfenge.zip_图像边缘分割_边缘分割_边缘检测分割