contours, hierarchy = cv2.findContours(binary_image,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
时间: 2023-07-14 11:11:59 浏览: 59
这行代码是用来在二值图像中寻找轮廓(contours)的,其中binary_image是输入的二值图像。cv2.RETR_EXTERNAL表示只检索最外层的轮廓,cv2.CHAIN_APPROX_NONE表示存储所有的轮廓点,没有经过任何压缩。函数会返回检测到的轮廓(contours)和轮廓的层级结构(hierarchy)。contours是一个包含所有轮廓的列表,每个轮廓都是一个包含(x,y)坐标的数组。hierarchy是一个包含轮廓结构信息的数组,它描述了轮廓之间的关系,例如哪些轮廓包含哪些轮廓。
相关问题
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
cv2.findContours()是OpenCV中的一个函数,用于在二进制图像中查找轮廓。该函数的语法如下:
contours, hierarchy = cv2.findContours(image, mode, method, offset)
其中,image是需要查找轮廓的二进制图像,mode是轮廓检索模式,method是轮廓近似方法,offset是可选参数,表示轮廓点坐标的偏移量。
在给定的二进制图像中,cv2.findContours()函数会找到所有的轮廓,并将每个轮廓表示为一组点的集合。这些点的集合存储在contours变量中。hierarchy变量包含关于轮廓层次结构的信息。
cv2.RETR_LIST表示提取所有轮廓,不建立轮廓间的层次关系。cv2.CHAIN_APPROX_SIMPLE表示轮廓近似方法,表示只保留轮廓的拐点信息,将轮廓形状用直线来逼近。
contours4,hierarchy4 = cv2.findContours(mask_white, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
这段代码使用OpenCV库中的findContours函数来检测二值图像中的轮廓(contours)。其中,findContours函数的输入参数为二值图像,第二个参数为轮廓检索模式,RETR_EXTERNAL表示仅检测外层轮廓;第三个参数为轮廓逼近方法,CHAIN_APPROX_NONE表示不对轮廓进行逼近处理。函数的返回值为一个元组,包含两个值,第一个值contours4是一个列表,包含了检测到的所有轮廓,每一个轮廓又是一个包含了轮廓上所有点的numpy数组;第二个值hierarchy4也是一个numpy数组,包含了每个轮廓的拓扑结构信息,可以用来判断轮廓的相对位置关系。
范例中使用的是mask_white二值图像,所以findContours函数检测的是mask_white图像中的所有白色区域的外层轮廓。可以使用以下代码展示轮廓检测的效果:
``` python
import cv2
import numpy as np
img = cv2.imread("image.jpg")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, mask_white = cv2.threshold(gray, 220, 255, cv2.THRESH_BINARY)
contours4, hierarchy4 = cv2.findContours(mask_white, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
cv2.drawContours(img, contours4, -1, (0, 0, 255), 2)
cv2.imshow("image", img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
运行以上代码,可以查看原图中所有白色区域的外层轮廓。
相关推荐
![](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)