opencv2中的findcontours函数的返回值
时间: 2024-05-25 09:14:14 浏览: 16
OpenCV中的`findContours`函数用于在二值图像中查找轮廓,其返回值为一个包含轮廓信息的向量,其中每个轮廓都是一个包含点坐标的向量。具体来说,返回值包含以下三个元素:
1. 轮廓信息向量:包含所有轮廓信息的向量,每个轮廓信息都是一个包含点坐标的向量。
2. 层次结构向量:包含每个轮廓的层次结构信息,用于表达轮廓之间的嵌套关系。
3. 轮廓近似方法:用于指定轮廓的近似方法,通常为`RETR_EXTERNAL`表示只查找最外层轮廓。
相关问题
cv2.findContours的返回值
cv2.findContours函数是OpenCV中用于查找图像中轮廓的函数。它的返回值包括两个部分:轮廓列表和层次结构。
1. 轮廓列表:返回一个包含所有轮廓的列表。每个轮廓都是一个由点组成的数组,表示图像中的一个闭合曲线。可以通过遍历这个列表来访问每个轮廓。
2. 层次结构:返回一个包含轮廓之间关系的层次结构。层次结构是一个包含四个元素的数组,每个元素对应一个轮廓。这四个元素分别是下一个轮廓、前一个轮廓、第一个子轮廓和父轮廓。通过这些关系可以确定轮廓之间的层次关系。
中文 opencv findContours 函数
findContours 函数是 OpenCV 中的一个轮廓检测函数,用于在二值化图像中查找轮廓。该函数的语法如下:
```
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
```
参数说明:
- image:输入图像,必须是一个二值化图像(即只有黑白两种颜色)。
- mode:轮廓检索模式,有以下两种模式:
- cv2.RETR_EXTERNAL:只检测外轮廓。
- cv2.RETR_LIST:检测所有轮廓,并将它们保存在列表中。
- method:轮廓逼近方法,有以下几种方法:
- cv2.CHAIN_APPROX_NONE:存储所有的轮廓点。
- cv2.CHAIN_APPROX_SIMPLE:仅存储水平、垂直和对角线方向的端点。
- cv2.CHAIN_APPROX_TC89_L1、cv2.CHAIN_APPROX_TC89_KCOS:使用 Teh-Chinl 链逼近算法。
- contours(可选):检测到的轮廓,以列表形式返回。
- hierarchy(可选):轮廓层次结构,以 numpy 数组形式返回。
- offset(可选):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:轮廓层次结构,以 numpy 数组形式返回。
示例代码:
```python
import cv2
# 读入图像并转为灰度图像
img = cv2.imread('test.jpg')
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_LIST, cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)
# 显示结果
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
该示例代码将读入一张名为 test.jpg 的图像,并进行灰度化和二值化处理。然后使用 findContours 函数查找轮廓,并使用 drawContours 函数将轮廓绘制在原图上。最后显示结果图像。
相关推荐
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)