opencv 轮廓检测 算法

轮廓检测是一种在图像处理中常用的技术，用于检测和提取图像中的物体边界。OpenCV是一个流行的计算机视觉库，提供了许多用于轮廓检测的函数和算法。

以下是使用OpenCV进行轮廓检测的示例代码：

import cv2

# 读取图像
image = cv2.imread("input/image_1.jpg")

# 将图像转换为灰度图像
gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

# 进行二值化处理
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 绘制轮廓
cv2.drawContours(image, contours, -1, (0, 255, 0), 3)

# 显示结果
cv2.imshow("Contours", image)
cv2.waitKey(0)
cv2.destroyAllWindows()

这段代码首先读取图像，然后将其转换为灰度图像。接下来，通过二值化处理将图像转换为黑白图像。然后，使用`cv2.findContours()`函数查找图像中的轮廓。最后，使用`cv2.drawContours()`函数将轮廓绘制在原始图像上，并显示结果。