contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

时间: 2024-01-03 16:04:06 浏览: 57

【OpenCv基础】第四十讲创建包围轮廓的矩形边界.zip

在OpenCV库中，创建包围轮廓的矩形边界是一项基本且重要的任务，它在计算机视觉领域广泛应用，如图像处理、目标检测和识别等。本讲将深入探讨如何使用OpenCV来实现这一功能，主要涉及C#、Python和C++三种编程语言的实现方式。我们来理解轮廓的概念。在图像处理中，轮廓是指图像中物体边缘的精确表示。通过轮廓，我们可以提取图像的关键特征，例如形状、大小和方向。OpenCV提供了`findContours()`函数来检测图像中的轮廓，该函数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多边形。在C#中，创建包围轮廓的矩形边界可以这样实现： ```csharp using System; using System.Drawing; using OpenCvSharp; // 加载图像 Mat src = Cv2.ImRead("image.jpg", ImreadModes.GrayScale); Mat dst = new Mat(); // 二值化 Cv2.Threshold(src, dst, 100, 255, ThresholdTypes.Binary); // 找到轮廓 VectorOfVectorOfPoint contours = new VectorOfVectorOfPoint(); Mat hierarchy = new Mat(); Cv2.FindContours(dst, contours, hierarchy, RetrievalModes.External, ContourApproximationModes.ApproxSimple); // 遍历轮廓并绘制边界框 foreach (var contour in contours) { Rect rect = Cv2.BoundingRect(contour); Cv2.Rectangle(src, rect, Scalar.Red, 2); } // 显示结果 Cv2.ImShow("Result", src); Cv2.WaitKey(); ``` 在Python中，代码会稍微简洁一些： ```python import cv2 # 读取图像 img = cv2.imread("image.jpg", 0) # 二值化 ret, thresh = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY) # 寻找轮廓 contours, hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 绘制边界框 for cnt in contours: x, y, w, h = cv2.boundingRect(cnt) cv2.rectangle(img, (x, y), (x+w, y+h), (0, 0, 255), 2) # 显示结果 cv2.imshow("Result", img) cv2.waitKey(0) cv2.destroyAllWindows() ``` 对于C++，过程也非常类似： ```cpp #include <opencv2/opencv.hpp> #include <opencv2/imgproc.hpp> int main() { // 读取图像 cv::Mat img = cv::imread("image.jpg", cv::IMREAD_GRAYSCALE); // 二值化 cv::Mat binary; cv::threshold(img, binary, 100, 255, cv::THRESH_BINARY); // 寻找轮廓 std::vector<std::vector<cv::Point>> contours; std::vector<cv::Vec4i> hierarchy; cv::findContours(binary, contours, hierarchy, cv::RETR_EXTERNAL, cv::CHAIN_APPROX_SIMPLE); // 绘制边界框 for (size_t i = 0; i < contours.size(); i++) { cv::Rect rect = cv::boundingRect(contours[i]); cv::rectangle(img, rect, cv::Scalar(0, 0, 255), 2); } // 显示结果 cv::imshow("Result", img); cv::waitKey(0); cv::destroyAllWindows(); return 0; } ``` 在这些示例中，`findContours()`函数用于检测轮廓，`boundingRect()`函数用于计算轮廓的最小外接矩形。使用`rectangle()`函数在原始图像上绘制出边界框。这些方法在处理音视频数据时尤其有用，比如在视频分析中，可以追踪特定对象的移动。而在人工智能和计算机视觉领域，理解并能够实现这样的功能是至关重要的，因为它们是构建更复杂的算法（如目标检测、行为识别）的基础。此外，OpenCV还提供了其他形状的边界框，如最小外接圆、最小外接椭圆等。学习如何创建和使用这些边界框，有助于开发者更好地理解和处理图像数据，为实现高级计算机视觉应用打下坚实的基础。

这行代码使用OpenCV的函数`cv2.findContours()`来查找二进制图像`dst`中的轮廓(contours)和它们的层次结构(hierarchy)。函数的第一个参数是输入图像，第二个参数是轮廓检索模式，第三个参数是轮廓近似方法。在这里，我们使用`cv2.RETR_TREE`作为轮廓检索模式，它会检测所有轮廓并重建轮廓之间的层次结构。第三个参数`cv2.CHAIN_APPROX_SIMPLE`是轮廓近似方法，它会压缩水平、垂直和对角线方向上的冗余点，从而节省内存空间。

阅读全文

contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

相关推荐

OpenCV实现图像轮廓查找（C++实现）.zip

Python Opencv轮廓常用操作代码实例解析

contours, hierarchy = cv2.findContours(dst, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 如何判断输出的contours为空；

contours, hierarchy = cv2.findContours(dst, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) ValueError: too many values to unpack (expected 2)

cv2 修正 矩形 投影

cv2.error: OpenCV(3.4.2) C:\projects\opencv-python\opencv\modules\imgproc\src\shapedescr.cpp:272: error: (-215:Assertion failed) npoints >= 0 && (depth == 5 || depth == 4) in function 'cv::contourArea'

用cv2，numpy，matplotlib做一个找茬游戏辅助，要求加载两幅图片，并将两张图片对齐，用背景减法做差找出不同并框出

python实现手势识别_OpenCV+python手势识别框架和实例讲解

基于opencv2的车牌清晰化处理

车牌分割python_Python实现车牌定位及分割

以上步骤如何用python实现

py纸张图像边框提取裁切摆正，输入路径C:\Users\admin\AppData\Roaming\pip\123.jpg 输出路径C:\Users\admin\AppData\Roaming\pip\true.jpg

如何使用python实现对DM二维码的矫正，并计算其中心坐标，偏移角度和二维码内容的0-1矩阵

如何使用opencv-python编写一段识别答题卡的代码

最新推荐

数据库基础测验20241113.doc

高清艺术文字图标资源，PNG和ICO格式免费下载

管理建模和仿真的文件

DMA技术：绕过CPU实现高效数据传输

SGM8701电压比较器如何在低功耗电池供电系统中实现高效率运作？

mui框架HTML5应用界面组件使用示例教程

"互动学习：行动中的多样性与论文攻读经历"

【数据传输高速公路】：总线系统的深度解析

如何结合PID算法调整PWM信号来优化电机速度控制？请提供实现这一过程的步骤和代码示例。

Vue.js开发利器：chrome-vue-devtools插件解析

cv2 修正矩形投影