使用 cv2.findContours 函数来提取图像中的轮廓
时间: 2023-01-11 13:55:36 浏览: 179
cv2.findContours() 是一个 OpenCV 函数,用于提取图像中的轮廓。它接收一个二值图像(也就是黑白图像)作为输入,并返回图像中的所有轮廓。
使用方法如下:
```python
import cv2
# 读入图像
image = cv2.imread('image.jpg')
# 转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
# 应用阈值操作,将图像转换为二值图像
_, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 查找图像中的轮廓
contours, _ = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 在原图像上绘制轮廓
cv2.drawContours(image, contours, -1, (0, 255, 0), 3)
# 显示图像
cv2.imshow("Contours", image)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在上面的代码中,我们首先读入了图像,然后将其转换为灰度图像,并使用阈值操作将其转换为二值图像。然后,我们使用 cv2.findContours() 函数查找图像中的轮廓,并使用 cv2.drawContours() 函数在原图像上绘制轮廓。最后,我们使用 cv2.imshow() 函数显示结果图像。
相关问题
介绍cv2.findContours函数
cv2.findContours函数是OpenCV中用于在二进制图像中查找轮廓的函数。它的输入参数是一个二进制图像,输出参数是轮廓的列表和层次结构。该函数可以用于检测图像中的物体、计算物体的周长和面积、裁剪和提取物体等操作。
该函数的语法为:
```
contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
```
其中,参数image是输入图像,mode是轮廓检索模式,method是轮廓逼近方法,contours是输出的轮廓列表,hierarchy是轮廓层次结构,offset是可选的偏移量。
轮廓检索模式有四种:
- cv2.RETR_EXTERNAL:只检测外轮廓
- cv2.RETR_LIST:检测所有轮廓,但不建立父子关系
- cv2.RETR_CCOMP:检测所有轮廓,并将其组织成两层,即外层和内层
- cv2.RETR_TREE:检测所有轮廓,并重构轮廓之间的层次关系
轮廓逼近方法有三种:
- cv2.CHAIN_APPROX_NONE:存储所有的轮廓点
- cv2.CHAIN_APPROX_SIMPLE:仅存储端点
- cv2.CHAIN_APPROX_TC89_L1 和 cv2.CHAIN_APPROX_TC89_KCOS:使用Teh-Chin链逼近算法中的一个来压缩轮廓
使用cv2.findContours函数可以方便地对图像中的轮廓进行提取和处理。
cv2.findcontours轮廓提取的原理
cv2.findContours是OpenCV中用于轮廓提取的函数,其原理如下:
1. 首先,它将输入的图像进行二值化处理,将图像中的像素值分为两类:前景和背景。其中,前景通常是我们要提取轮廓的对象,背景则是其它部分。
2. 接着,它在二值化后的图像中查找所有连通的像素点集合,这些像素点集合就是我们所谓的轮廓。
3. 在找到轮廓之后,它可以对其进行进一步的处理,例如计算轮廓的面积、周长、形心等。
需要注意的是,cv2.findContours函数会修改输入的原始图像,因此在使用该函数时需要注意备份原始图像。同时,为了确保轮廓的正确提取,输入的图像应该是二值化的,且前景部分尽量为白色,背景部分尽量为黑色。
阅读全文