python cnts, hierarchy = cv2.findContours参数介绍
时间: 2023-08-19 21:12:20 浏览: 61
引用\[1\]:在使用cv2.findContours()函数时,它的参数包括输入图像、轮廓检测模式和轮廓逼近方法。具体的代码如下:image, cnts, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)。其中,thresh是输入的二值图像,cv2.RETR_TREE是轮廓检测模式,cv2.CHAIN_APPROX_SIMPLE是轮廓逼近方法。\[1\]
引用\[3\]:在上面的例程中,我们可以看到cv2.findContours()函数的参数是thresh、cv2.RETR_TREE和cv2.CHAIN_APPROX_SIMPLE。其中,thresh是通过阈值处理得到的二值图像,cv2.RETR_TREE是轮廓检测模式,表示检测所有轮廓并建立轮廓之间的全层次关系,cv2.CHAIN_APPROX_SIMPLE是轮廓逼近方法,表示只保留轮廓的端点坐标。\[3\]
综上所述,cv2.findContours()函数的参数介绍如下:
- 输入图像:二值图像,通过阈值处理得到。
- 轮廓检测模式:指定轮廓检测的方式,常见的有cv2.RETR_EXTERNAL(只检测外部轮廓)、cv2.RETR_LIST(检测所有轮廓,不建立层次关系)和cv2.RETR_TREE(检测所有轮廓并建立轮廓之间的全层次关系)等。
- 轮廓逼近方法:指定轮廓的逼近方法,常见的有cv2.CHAIN_APPROX_NONE(保留所有的轮廓点)、cv2.CHAIN_APPROX_SIMPLE(只保留轮廓的端点坐标)等。
#### 引用[.reference_title]
- *1* *2* [在cv2.findContours函数使用中,报ValueError: not enough values to unpack (expected 3, got 2)](https://blog.csdn.net/qq_42178122/article/details/127421931)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
- *3* [cv2.findContours()返回函数详解](https://blog.csdn.net/weixin_43588171/article/details/111598268)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^insertT0,239^v3^insert_chatgpt"}} ] [.reference_item]
[ .reference_list ]