cv2.findContours()使用方法,举个例子
时间: 2023-10-14 08:15:34 浏览: 40
cv2.findContours()是OpenCV中的一个函数,用于检测和提取图像中的轮廓。它接收一幅二值化图像作为输入,并返回轮廓的点集。
下面是一个简单的例子,用于演示如何使用cv2.findContours():
```
import cv2
# 读取图像
img = cv2.imread('example.png')
# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化图像
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓
cv2.drawContours(img, contours, -1, (0,255,0), 3)
# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在这个例子中,首先读取一张图像,然后将其转换为灰度图像。接下来,使用cv2.threshold()函数将图像二值化,以便于轮廓的查找。然后使用cv2.findContours()函数查找轮廓,并将其存储在变量contours中。最后使用cv2.drawContours()函数绘制轮廓,并将其显示在窗口中。
相关问题
举个cv2.findcontours返回值的例子
当使用cv2.findContours()函数时,它将返回三个值:轮廓、层次结构和轮廓的近似方法。以下是一个示例:
```python
import cv2
# 读取图片
img = cv2.imread('example.jpg')
# 将图片转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化处理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 显示轮廓
cv2.drawContours(img, contours, -1, (0, 255, 0), 3)
# 显示图像
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
在这个例子中,cv2.findContours()函数返回了轮廓和层次结构。轮廓是一个列表,其中每个元素都是一个数组,表示一条轮廓线。层次结构是一个numpy数组,表示每个轮廓的父子关系。
cv2.findContours函数的使用,给出具体例子
cv2.findContours函数是OpenCV中用于查找图像中轮廓的函数。它可以帮助我们找到图像中的边界,将其作为轮廓返回。下面是cv2.findContours函数的使用方法和一个具体例子:
使用方法:
contours, hierarchy = cv2.findContours(image, mode, method, offset)
参数说明:
- image:输入的二值化图像,通常为灰度图像或二值图像。
- mode:轮廓检索模式,指定轮廓的层级关系。常用的模式有cv2.RETR_EXTERNAL(只检测外部轮廓)、cv2.RETR_LIST(检测所有轮廓,不建立层级关系)等。
- method:轮廓逼近方法,指定轮廓的近似方式。常用的方法有cv2.CHAIN_APPROX_SIMPLE(压缩水平、垂直和对角线段,只保留端点)、cv2.CHAIN_APPROX_NONE(保留所有的轮廓点)等。
- offset:可选参数,指定轮廓点的偏移量。
返回值:
- contours:检测到的轮廓,以列表形式返回。
- hierarchy:轮廓的层级关系,以多维数组形式返回。
具体例子:
假设我们有一张名为image的二值化图像,我们想要找到其中的轮廓并绘制出来,可以按照以下步骤进行操作:
1. 导入必要的库和模块:
import cv2
import numpy as np
2. 读取图像并进行二值化处理:
image = cv2.imread('image.jpg')
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
3. 查找轮廓:
contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
4. 绘制轮廓:
cv2.drawContours(image, contours, -1, (0, 255, 0), 2)
5. 显示结果:
cv2.imshow('Contours', image)
cv2.waitKey(0)
cv2.destroyAllWindows()
在这个例子中,我们首先将图像转换为灰度图像,然后进行二值化处理。接下来使用cv2.findContours函数查找轮廓,并将结果保存在contours和hierarchy变量中。最后,使用cv2.drawContours函数将轮廓绘制在原始图像上,并显示出来。