OpenCV cv::findContours

时间: 2024-04-12 08:25:24 浏览: 19
OpenCV是一个开源的计算机视觉库,提供了丰富的图像处理和计算机视觉算法。其中,cv::findContours是OpenCV中的一个函数,用于在二值图像中查找轮廓。 cv::findContours函数的基本语法如下: ``` void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point()) ``` 参数说明: - image:输入的二值图像,通常为灰度图像或二值化后的图像。 - contours:输出的轮廓,每个轮廓由一系列点组成。 - hierarchy:输出的轮廓层级信息,用于描述轮廓之间的关系。 - mode:轮廓检索模式,指定轮廓的检索方式。 - method:轮廓近似方法,指定轮廓的近似方式。 - offset:可选参数,指定轮廓点坐标的偏移量。 cv::findContours函数会根据指定的模式和方法,在输入的二值图像中查找轮廓,并将结果存储在contours和hierarchy中。每个轮廓由一系列点组成,可以通过contours获取每个轮廓的点集。hierarchy用于描述轮廓之间的关系,例如父子关系、兄弟关系等。
相关问题

cv::findcontours用法

cv::findContours是OpenCV中一个非常常用的函数,用于在二值图像中查找轮廓。其语法如下: ```cpp void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point()); ``` 其中,各个参数的含义如下: - `image`:输入二值图像,通常为灰度图像或二值化后的图像; - `contours`:输出的轮廓数组,每个轮廓是一组点的数组,以cv::Mat或std::vector<cv::Point>形式存储; - `hierarchy`:可选的轮廓层次结构数组,用于存储轮廓间的关系,以cv::Mat或std::vector<cv::Vec4i>形式存储; - `mode`:轮廓查找模式,可以是`CV_RETR_EXTERNAL`(仅查找最外层轮廓),`CV_RETR_LIST`(查找所有轮廓,但不建立轮廓间的关系)等,具体可参考官方文档; - `method`:轮廓近似方法,可以是`CV_CHAIN_APPROX_NONE`(保存所有轮廓点),`CV_CHAIN_APPROX_SIMPLE`(仅保存轮廓端点),`CV_CHAIN_APPROX_TC89_L1`和`CV_CHAIN_APPROX_TC89_KCOS`(使用Teh-Chin链逼近算法),具体可参考官方文档; - `offset`:可选的偏移量,用于指定轮廓相对于原图的位置。 使用cv::findContours函数的基本步骤如下: 1. 将原始图像转为二值图像; 2. 对二值图像进行形态学处理(如膨胀、腐蚀等); 3. 调用cv::findContours函数查找轮廓; 4. 对轮廓进行处理(如绘制、计算轮廓面积等)。 下面是一个简单的示例代码: ```cpp cv::Mat grayImg, binImg; cv::cvtColor(srcImg, grayImg, cv::COLOR_BGR2GRAY); cv::threshold(grayImg, binImg, 0, 255, cv::THRESH_BINARY); cv::findContours(binImg, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); cv::drawContours(srcImg, contours, -1, cv::Scalar(0, 0, 255), 2); ``` 该代码将原始图像转为灰度图像,再二值化得到二值图像,然后使用cv::findContours函数查找轮廓,并绘制出所有轮廓。

cv::findContours用法

cv::findContours是OpenCV中一个非常常用的函数,用于在二值图像中查找轮廓。其语法如下: ```cpp void findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset=Point()); ``` 其中,各个参数的含义如下: - `image`:输入二值图像,通常为灰度图像或二值化后的图像; - `contours`:输出的轮廓数组,每个轮廓是一组点的数组,以cv::Mat或std::vector<cv::Point>形式存储; - `hierarchy`:可选的轮廓层次结构数组,用于存储轮廓间的关系,以cv::Mat或std::vector<cv::Vec4i>形式存储; - `mode`:轮廓查找模式,可以是`CV_RETR_EXTERNAL`(仅查找最外层轮廓),`CV_RETR_LIST`(查找所有轮廓,但不建立轮廓间的关系)等,具体可参考官方文档; - `method`:轮廓近似方法,可以是`CV_CHAIN_APPROX_NONE`(保存所有轮廓点),`CV_CHAIN_APPROX_SIMPLE`(仅保存轮廓端点),`CV_CHAIN_APPROX_TC89_L1`和`CV_CHAIN_APPROX_TC89_KCOS`(使用Teh-Chin链逼近算法),具体可参考官方文档; - `offset`:可选的偏移量,用于指定轮廓相对于原图的位置。 使用cv::findContours函数的基本步骤如下: 1. 将原始图像转为二值图像; 2. 对二值图像进行形态学处理(如膨胀、腐蚀等); 3. 调用cv::findContours函数查找轮廓; 4. 对轮廓进行处理(如绘制、计算轮廓面积等)。 下面是一个简单的示例代码: ```cpp cv::Mat grayImg, binImg; cv::cvtColor(srcImg, grayImg, cv::COLOR_BGR2GRAY); cv::threshold(grayImg, binImg, 0, 255, cv::THRESH_BINARY); cv::findContours(binImg, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); cv::drawContours(srcImg, contours, -1, cv::Scalar(0, 0, 255), 2); ``` 该代码将原始图像转为灰度图像,再二值化得到二值图像,然后使用cv::findContours函数查找轮廓,并绘制出所有轮廓。

相关推荐

最新推荐

recommend-type

什么是yolov10,简单举例.md

YOLOv10是一种目标检测算法,是YOLO系列算法的第10个版本。YOLO(You Only Look Once)是一种快速的实时目标检测算法,能够在一张图像中同时检测出多个目标。
recommend-type

shufflenet模型-图像分类算法对动态表情分类识别-不含数据集图片-含逐行注释和说明文档.zip

shufflenet模型_图像分类算法对动态表情分类识别-不含数据集图片-含逐行注释和说明文档 本代码是基于python pytorch环境安装的。 下载本代码后,有个环境安装的requirement.txt文本 如果有环境安装不会的,可自行网上搜索如何安装python和pytorch,这些环境安装都是有很多教程的,简单的 环境需要自行安装,推荐安装anaconda然后再里面推荐安装python3.7或3.8的版本,pytorch推荐安装1.7.1或1.8.1版本 首先是代码的整体介绍 总共是3个py文件,十分的简便 且代码里面的每一行都是含有中文注释的,小白也能看懂代码 然后是关于数据集的介绍。 本代码是不含数据集图片的,下载本代码后需要自行搜集图片放到对应的文件夹下即可 在数据集文件夹下是我们的各个类别,这个类别不是固定的,可自行创建文件夹增加分类数据集 需要我们往每个文件夹下搜集来图片放到对应文件夹下,每个对应的文件夹里面也有一张提示图,提示图片放的位置 然后我们需要将搜集来的图片,直接放到对应的文件夹下,就可以对代码进行训练了。 运行01生成txt.py,
recommend-type

该项目存放基于Cesium的三维GIS平台开发中各种实践程序、截图、总结等,其中程序目录结构

"GIS" 通常指的是 地理信息系统(Geographic Information System)。它是一种特定的空间信息系统,用于捕获、存储、管理、分析、查询和显示与地理空间相关的数据。GIS 是一种多学科交叉的产物,涉及地理学、地图学、遥感技术、计算机科学等多个领域。 GIS 的主要特点和功能包括: 空间数据管理:GIS 能够存储和管理地理空间数据,这些数据可以是点、线、面等矢量数据,也可以是栅格数据(如卫星图像或航空照片)。 空间分析:GIS 提供了一系列的空间分析工具,用于查询、量测、叠加分析、缓冲区分析、网络分析等。 可视化:GIS 能够将地理空间数据以地图、图表等形式展示出来,帮助用户更直观地理解和分析数据。 数据输入与输出:GIS 支持多种数据格式的输入和输出,包括数字线划图(DLG)、数字高程模型(DEM)、数字栅格图(DRG)等。 决策支持:GIS 可以为城市规划、环境监测、灾害管理、交通规划等领域提供决策支持。 随着技术的发展,GIS 已经广泛应用于各个领域,成为现代社会不可或缺的一部分。同时,GIS 也在不断地发展和完善,以适应更多领域的需求。
recommend-type

zigbee-cluster-library-specification

最新的zigbee-cluster-library-specification说明文档。
recommend-type

管理建模和仿真的文件

管理Boualem Benatallah引用此版本:布阿利姆·贝纳塔拉。管理建模和仿真。约瑟夫-傅立叶大学-格勒诺布尔第一大学,1996年。法语。NNT:电话:00345357HAL ID:电话:00345357https://theses.hal.science/tel-003453572008年12月9日提交HAL是一个多学科的开放存取档案馆,用于存放和传播科学研究论文,无论它们是否被公开。论文可以来自法国或国外的教学和研究机构,也可以来自公共或私人研究中心。L’archive ouverte pluridisciplinaire
recommend-type

深入了解MATLAB开根号的最新研究和应用:获取开根号领域的最新动态

![matlab开根号](https://www.mathworks.com/discovery/image-segmentation/_jcr_content/mainParsys3/discoverysubsection_1185333930/mainParsys3/image_copy.adapt.full.medium.jpg/1712813808277.jpg) # 1. MATLAB开根号的理论基础 开根号运算在数学和科学计算中无处不在。在MATLAB中,开根号可以通过多种函数实现,包括`sqrt()`和`nthroot()`。`sqrt()`函数用于计算正实数的平方根,而`nt
recommend-type

react的函数组件的使用

React 的函数组件是一种简单的组件类型,用于定义无状态或者只读组件。 它们通常接受一个 props 对象作为参数并返回一个 React 元素。 函数组件的优点是代码简洁、易于测试和重用,并且它们使 React 应用程序的性能更加出色。 您可以使用函数组件来呈现简单的 UI 组件,例如按钮、菜单、标签或其他部件。 您还可以将它们与 React 中的其他组件类型(如类组件或 Hooks)结合使用,以实现更复杂的 UI 交互和功能。
recommend-type

JSBSim Reference Manual

JSBSim参考手册,其中包含JSBSim简介,JSBSim配置文件xml的编写语法,编程手册以及一些应用实例等。其中有部分内容还没有写完,估计有生之年很难看到完整版了,但是内容还是很有参考价值的。
recommend-type

"互动学习:行动中的多样性与论文攻读经历"

多样性她- 事实上SCI NCES你的时间表ECOLEDO C Tora SC和NCESPOUR l’Ingén学习互动,互动学习以行动为中心的强化学习学会互动,互动学习,以行动为中心的强化学习计算机科学博士论文于2021年9月28日在Villeneuve d'Asq公开支持马修·瑟林评审团主席法布里斯·勒菲弗尔阿维尼翁大学教授论文指导奥利维尔·皮耶昆谷歌研究教授:智囊团论文联合主任菲利普·普雷教授,大学。里尔/CRISTAL/因里亚报告员奥利维耶·西格德索邦大学报告员卢多维奇·德诺耶教授,Facebook /索邦大学审查员越南圣迈IMT Atlantic高级讲师邀请弗洛里安·斯特鲁布博士,Deepmind对于那些及时看到自己错误的人...3谢谢你首先,我要感谢我的两位博士生导师Olivier和Philippe。奥利维尔,"站在巨人的肩膀上"这句话对你来说完全有意义了。从科学上讲,你知道在这篇论文的(许多)错误中,你是我可以依
recommend-type

解决MATLAB开根号常见问题:提供开根号运算的解决方案

![解决MATLAB开根号常见问题:提供开根号运算的解决方案](https://img-blog.csdnimg.cn/d939d1781acc404d8c826e8af207e68f.png) # 1. MATLAB开根号运算基础** MATLAB开根号运算用于计算一个数的平方根。其语法为: ``` y = sqrt(x) ``` 其中: * `x`:要开根号的数或数组 * `y`:开根号的结果 开根号运算的输入可以是实数、复数、矩阵或数组。对于实数,开根号运算返回一个非负实数。对于复数,开根号运算返回一个复数。对于矩阵或数组,开根号运算逐元素执行,对每个元素进行开根号运算。 #