contourArea(contours[i]); 显示报错为明显调用的表达式前的括号必须具有(指针)函数类型

时间: 2024-05-23 21:14:06 浏览: 48
RAR

新建 Microsoft Word 文档_matlab中可用于进行轮廓提取的函数。_matlab_

这个错误通常是因为 `contours[i]` 不是一个合法的轮廓对象，或者 `contourArea` 函数的参数类型不正确。 请确保你已经正确地导入了 OpenCV 库，然后检查以下几点： 1. `contours[i]` 是否是一个有效的轮廓对象？你可以先检查一下 `contours` 列表的长度是否大于等于 `i+1`，以确保该轮廓对象存在。 2. `contourArea` 函数的参数类型是否正确？该函数需要接收一个轮廓对象作为输入，你可以尝试使用 `type(contours[i])` 来查看该轮廓对象的类型是否正确。 如果以上两个方面都没有问题，你可以尝试重新编译代码，或者更新 OpenCV 库到最新版本。
阅读全文

相关推荐

-

OpenCV图像处理常用函数详解

"这篇文稿主要汇总了OpenCV在图像处理中常用的函数，涉及读取、显示、保存图像，以及图像转换、边缘检测和轮廓查找等核心操作。通过实例代码展示了如何使用这些函数，便于理解和记忆。" OpenCV是计算机视觉领域广泛...
-

Matlab开发教程：掌握Contours图形处理

Matlab的强项之一是它拥有一系列的工具箱（Toolbox），这些工具箱为特定的应用领域提供了额外的函数和应用程序接口（API）。 轮廓（Contours）在图像处理领域是指具有相同数值（例如灰度值）的点连成的线条，这些...

在opencv中解释 area = contourArea(contours[i]);

area = cv2.contourArea(contours[i]) print("Contour %d area: %.2f" % (i, area)) 输出结果如下： python Contour 0 area: 8135.50 Contour 1 area: 516.50 Contour 2 area: 125.50 Contour 3 area: 51...

myutils.sort_contours 一直报错

如果你使用myutils.sort_contours()函数出现了错误，可能是因为该函数没有正确导入或者函数参数有误。这个函数是自定义的，可能需要在代码中进行定义，所以你需要确保已正确导入该函数，并且正确传递了轮廓列表和...

max_contours = max(cv2.contourArea(contours[i])) TypeError: 'float' object is not iterable

你可以通过在调用 cv2.findContours() 函数时添加一个参数来解决这个问题，例如： contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) 这样，cv2.findContours...

area = cv2.contourArea(contours[i]) TypeError: only integer scalar arrays can be converted to a scalar index

这个错误通常是由于 cv2.contourArea() 函数的输入参数不正确导致的。函数 cv2.contourArea() 的输入参数应该是轮廓的索引，而...你可以使用 print 函数来查看 contours[i] 的值，并确保它是一个整数类型的数组。

for (int i = 0; i < contours.size(); i++) { double area = contourArea(contours[i]); double peri = arcLength(contours[i], true); //根据面积筛选出可能属于车牌区域的轮廓 if (area > 1000) { //使用多边形近似，进一步确定车牌区域轮廓 approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true); if (conPoly[i].size() == 4) { //计算矩形区域宽高比 Rect box = boundingRect(contours[i]); double ratio = double(box.width) / double(box.height); if (ratio > 2 && ratio < 4) { //截取ROI区域 Rect rect = boundingRect(contours[i]); License_ROI = { src(rect),rect }; } } } }

在上述流程中，使用了OpenCV中的函数contourArea()、arcLength()、approxPolyDP()、boundingRect()等函数来计算轮廓的面积、周长、多边形近似、矩形区域等。通过这些计算，可以准确地确定车牌区域的位置和大小，方便...

解释每一句 for (int i = 0; i < contours.size(); i++) { double area = contourArea(contours[i]); double peri = arcLength(contours[i], true); //根据面积筛选出可能属于车牌区域的轮廓 if (area > 1000) { //使用多边形近似，进一步确定车牌区域轮廓 approxPolyDP(contours[i], conPoly[i], 0.02*peri, true); if (conPoly[i].size() == 4) { //计算矩形区域宽高比 Rect box = boundingRect(contours[i]); double ratio = double(box.width) / double(box.height); if (ratio > 2 && ratio < 4) { //截取ROI区域 Rect rect = boundingRect(contours[i]); License_ROI = { src(rect),rect }; } } } }

这段代码是用于对图像中的轮廓进行筛选，找出可能属于车牌区域的轮廓。首先，使用for循环遍历所有的轮廓。然后，对于每一个轮廓，计算其面积和周长（即弧长）。如果该轮廓的面积大于1000，则认为该轮廓可能属于车牌...

for (int i = 0; i < contours.size(); i++) { //先找到每个轮廓的面积 int area = contourArea(contours[i]); //打印出面积 cout << area << endl; if (area > 130 && area < 140 ) { float peri = arcLength(contours[i], true); vector<vector> conPoly(contours.size()); approxPolyDP(contours[i], conPoly[i], 0.02 * peri, true); vector<Rect> boundRect(contours.size()); //绘制矩形边界框，将含纳每一个独立的形状 boundRect[i] = boundingRect(conPoly[i]); //将边界框打印在原图上 rectangle(img1, boundRect[i].tl(), boundRect[i].br(), Scalar(0, 255, 0), 2); } }解释一下

需要注意的是，这段代码中使用了一些向量（vector）类型的变量，例如contours、conPoly和boundRect。这些变量的作用是分别存储所有轮廓、多边形逼近后的轮廓和边界框。在处理过程中，这些向量会根据需要动态...

contourArea函数

contourArea函数是OpenCV中用于计算轮廓面积的函数。它的语法如下： contourArea(contour, oriented=False) 参数说明： - contour：表示输入的轮廓，可以是一个numpy数组或者一个点向量列表。 - oriented：表示...

调用cv2.findContours()函数实现轮廓检测，检测图像中物体的轮廓。 2、调用imutils.grab_contours()函数获取图像轮廓。 3、调用contours.sort_contours()函数将轮廓从左到右进行排序。 4、初始化比例系数pixelsPerMetric为空，用于后续真实长度计算。 5、初始化参照物宽度width为3，用于后续真实长度计算。

以上步骤是实现物体尺寸测量的基本流程，其中cv2.findContours()函数用于检测图像中物体的轮廓，imutils.grab_contours()函数用于获取图像轮廓，contours.sort_contours()函数用于将轮廓从左到右进行排序。...

import cv2 import numpy as np img = cv2. imread(' blood. BMP',-1) cv2. imshow("source".img) dst = cv2.blur(img,(3,3)) ret, thresh = cv2.threshold(dst,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) cv2. imshow("thresh".thresh) kernel = np.ones((4,4),np.uint8) opening = cv2.morphologyEx (thresh,cv2. MORPH_OPEN,kernel,iterations=2) kernel1 = np.ones((3, 3).np.uint8) close = cv2.morphologyEx(openning,cv2.MORPH_CLOSE,kernel1) cv2. imshow("opening",close) temp = close.copy () h, w = close. shape[:2] mask= np.zeros((h+2,w+2).np.uint8) cv2.floodFill(temp,mask,(230,145),255) temp_inv = cv2.bitwise_not(temp) result = close|temp_inv cv2. imshow("result",result) contours, hirearchy = cv2. findContours(result,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) count = 0 area = 0 for i in contours: if cv2.contourArea(i)>73: area+=cv2.contourArea(i) count+=1 count1 = 0 for i in contours: if cv2. contourArea(i)>73: count1+=1 if cv2. contourArea(i)>(1.25*area/count): count1+=1 if cv2. contourArea(i)>(2.1*area/count): count1+=1 print("细胞有%d个"%count1) cv2. waitKey(0)

if cv2.contourArea(i) > (1.25 * area / count): count1 += 1 if cv2.contourArea(i) > (2.1 * area / count): count1 += 1 print("细胞有%d个" % count1) cv2.waitKey(0) 注意：这段代码仅供参考，可能...

import cv2 import numpy as np img = cv2.imread('D:/xiazai/yxtxcl4/BloodCell.jpg', -1) cv2.imshow("source", img) dst = cv2.blur(img, (3, 3)) ret, thresh = cv2.threshold(dst, 0, 255, cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU) cv2.imshow("thresh", thresh) kernel = np.ones((4, 4), np.uint8) opening = cv2.morphologyEx(thresh, cv2.MORPH_OPEN, kernel, iterations=2) kernel1 = np.ones((3, 3), np.uint8) close = cv2.morphologyEx(opening, cv2.MORPH_CLOSE, kernel1) cv2.imshow("opening", close) temp = close.copy() h, w = close.shape[:2] mask = np.zeros((h+2, w+2), np.uint8) cv2.floodFill(temp, mask, (230, 145), 255) temp_inv = cv2.bitwise_not(temp) result = close | temp_invcv2.imshow("result", result) contours, hierarchy = cv2.findContours(result, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) count = 0 area = 0 for i in contours: if cv2.contourArea(i) > 73: area += cv2.contourArea(i) count += 1 count1 = 0 for i in contours: if cv2.contourArea(i) > 73: count1 += 1 if cv2.contourArea(i) > (1.25 * area / count): count1 += 1 if cv2.contourArea(i) > (2.1 * area / count): count1 += 1 print("细胞有%d个" % count1) cv2.waitKey(0)

需要注意的是，这段代码可能会在不同的OpenCV版本上产生不同的结果，因为不同版本的函数参数可能存在差异。如果你需要在自己的项目中使用这段代码，请确保你使用的OpenCV版本与作者使用的版本一致，或者根据提示进行...

计算图像轮廓面积出了'area': cv2.contourArea(contours[0])方法还有什么其他的1犯法

对不起，我不太明白您说的"1犯法"是什么意思。但是关于计算图像轮廓面积，除了cv2.contourArea()...具体方法是先用cv2.approxPolyDP()函数将轮廓线拟合为封闭的多边形，然后用cv2.contourArea()函数计算多边形面积。

contours = sorted(contours, key=cv2.contourArea, reverse=True)

其中，参数key指定了按照哪个属性进行排序，这里使用了cv2.contourArea函数来计算轮廓的面积；参数reverse指定了是否按照降序排序，这里设为True表示按照降序排序。排序后，可以通过contours[0]来获取面积最大的轮廓...

contourArea

contourArea 是 OpenCV 库中的一个函数，用于计算给定轮廓的面积。它的语法如下： python area = cv.contourArea(contour, oriented=False) 其中，contour 是输入的轮廓，可以是一个 Numpy 数组或一个...

max(contours, key=cv2.contourArea)

这行代码是使用OpenCV库中的cv2.contourArea函数来寻找contours中面积最大的轮廓，并返回该轮廓。其中，contours是用cv2.findContours函数找到的所有轮廓的列表。通过使用key参数指定cv2.contourArea函数作为比较...

contours = sorted(contours, key=cv2.contourArea, reverse=True)[:2]

这段代码是使用OpenCV中的轮廓函数cv2.contourArea()对检测到的轮廓(contours)进行排序。其中第一个参数contours是一个由检测到的轮廓组成的列表，第二个参数cv2.contourArea表示按照轮廓的面积进行排序，第三...

QVector<QVector<QPoint>> qContours(contours.size()); for (size_t i = 0; i < contours.size(); i++) { qDebug() << QStringLiteral("你好%1").arg(contours.size()); QVector<QPoint> qPoints(contours[i].size()); for (size_t j = 0; j < contours[i].size(); j++) { QPoint point(contours[i][j].x, contours[i][j].y); qPoints[j] = point; qDebug() << QStringLiteral("你好%1,%2").arg(contours[i][j].x).arg(contours[i][j].y); } qContours[i] = qPoints; qDebug() << QStringLiteral("wo%1").arg(qContours.size()); }中qContours和contours内容完全一致吗

在代码的开头，定义了一个空的QVector<QVector<QPoint>>类型的变量qContours，它的大小等于contours的大小，即包含了所有的轮廓。在代码的执行过程中，对于每个轮廓，它的所有点被转换成QPoint类型，并存储在一个...

最新推荐

recommend-type

50行Python代码实现视频中物体颜色识别和跟踪（必须以红色为例）

这个函数返回轮廓（contours）和层次结构（hierarchy）。对于每一个找到的轮廓，我们计算边界框（bounding box）并在原始帧上绘制出来，同时标注物体的颜色。 最后，使用`cv2.imshow`显示处理后的帧，并通过`cv2....
recommend-type

LabView部分视觉函数中文解说

在LabVIEW中，视觉函数是处理和分析图像的重要工具，尤其对于机器视觉应用。本文将深入讲解"LabView部分视觉函数中文解说"中的核心知识点。 1. **IMAQ Learn Pattern 2 VI**： 这个函数用于创建一个模板图像的描述...
recommend-type

PyQt5之QGraphics 011 QGraphicsItem之绘画OpenCV contours

本教程主要探讨了如何利用QGraphicsItem结合OpenCV的findContours函数来绘制图像的轮廓线。QPainterPath是Qt中的一个关键类，它允许我们创建和操作路径，用于描绘多种几何形状。以下是关于这一主题的详细解释： 1. ...
recommend-type

python3+opencv3识别图片中的物体并截取的方法

接着，使用`cv2.threshold()`函数对图像进行二值化，将梯度小于90的像素设为0，其余设为255。 ```python blurred = cv2.blur(gradient, (9, 9)) _, thresh = cv2.threshold(blurred, 90, 255, cv2.THRESH_BINARY...
recommend-type

python+opencv轮廓检测代码解析

在进行轮廓检测前，我们需要了解基本的图像处理步骤，包括图片的读取、灰度显示以及二值化。 读取图片是图像处理的第一步，可以使用`cv2.imread()`函数完成。例如，`img = cv2.imread("1.png")`将读取名为"1.png"的...
recommend-type

WordPress作为新闻管理面板的实现指南

资源摘要信息: "使用WordPress作为管理面板" WordPress，作为当今最流行的开源内容管理系统（CMS），除了用于搭建网站、博客外，还可以作为一个功能强大的后台管理面板。本示例展示了如何利用WordPress的后端功能来管理新闻或帖子，将WordPress用作组织和发布内容的管理面板。 首先，需要了解WordPress的基本架构，包括它的数据库结构和如何通过主题和插件进行扩展。WordPress的核心功能已经包括文章（帖子）、页面、评论、分类和标签的管理，这些都可以通过其自带的仪表板进行管理。 在本示例中，WordPress被用作一个独立的后台管理面板来管理新闻或帖子。这种方法的好处是，WordPress的用户界面（UI）友好且功能全面，能够帮助不熟悉技术的用户轻松管理内容。WordPress的主题系统允许用户更改外观，而插件架构则可以扩展额外的功能，比如表单生成、数据分析等。 实施该方法的步骤可能包括： 1. 安装WordPress：按照标准流程在指定目录下安装WordPress。 2. 数据库配置：需要修改WordPress的配置文件（wp-config.php），将数据库连接信息替换为当前系统的数据库信息。 3. 插件选择与定制：可能需要安装特定插件来增强内容管理的功能，或者对现有的插件进行定制以满足特定需求。 4. 主题定制：选择一个适合的WordPress主题或者对现有主题进行定制，以实现所需的视觉和布局效果。 5. 后端访问安全：由于将WordPress用于管理面板，需要考虑安全性设置，如设置强密码、使用安全插件等。 值得一提的是，虽然WordPress已经内置了丰富的管理功能，但在企业级应用中，还需要考虑性能优化、安全性增强、用户权限管理等方面。此外，由于WordPress主要是作为内容发布平台设计的，将其作为管理面板可能需要一定的定制工作以确保满足特定的业务需求。 【PHP】标签意味着在实现该示例时，需要使用PHP编程语言。WordPress本身是由PHP语言开发的，因此开发者可能需要具备PHP开发能力，或至少能够理解PHP代码基础，以便对WordPress进行定制和扩展。 最后，【压缩包子文件的文件名称列表】中的"dctb-wp-as-admin-panel-master"暗示了这是一个存放所有相关文件的主目录，包括源代码、配置文件、模板文件、资源文件等，这些文件是安装和运行WordPress管理面板所必需的。在实际部署时，开发者需要上传这些文件到服务器，按照文档说明进行配置和安装。 总之，本示例提供了一个通过WordPress来搭建一个简单新闻或帖子管理系统的思路，展示了如何利用现有的开源工具来实现特定的业务需求。开发者需要有相应的PHP和WordPress知识，以及对网络安全和性能优化的基本了解。
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

函数与模块化编程宝典：J750编程高效之路

![函数与模块化编程宝典：J750编程高效之路](https://github.blog/wp-content/uploads/2021/12/python-intermediate-update.png?resize=1024%2C494) 参考资源链接：[泰瑞达J750设备编程基础教程](https://wenku.csdn.net/doc/6412b472be7fbd1778d3f9e1?spm=1055.2635.3001.10343) # 1. 函数与模块化编程基础 ## 1.1 编程中的函数基础 函数是编程的基础构件，它允许将代码块组织成可重复使用的组件。在函数中封装特定的逻辑
recommend-type

用C语言求有4个圆塔，圆心分别为（2，2)，(2，-2)，(-2，2)，(-2，-2)圆半径为1， 这4个塔的高度为10m 塔以外无建筑物接输入任意点的坐标 求该点的建筑高度（塔外的高度为零)的程序

在C语言中，你可以编写一个简单的函数来解决这个问题。首先，你需要确定每个圆是否包含了给定的点。如果包含，则返回塔高10米，如果不包含则返回0。这里提供一个基本的伪代码思路： ```c #include <stdio.h> #include <math.h> // 定义圆的结构体 typedef struct { double x, y; // 圆心坐标 int radius; // 半径 } Circle; // 函数判断点是否在圆内 int is_point_in_circle(Circle circle, double px, double py) { d
recommend-type

NPC_Generator：使用Ruby打造的游戏角色生成器

资源摘要信息:"NPC_Generator是一个专门为角色扮演游戏（RPG）或模拟类游戏设计的角色生成工具，它允许游戏开发者或者爱好者快速创建非玩家角色（NPC）并赋予它们丰富的背景故事、外观特征以及可能的行为模式。NPC_Generator的开发使用了Ruby编程语言，Ruby以其简洁的语法和强大的编程能力在脚本编写和小型项目开发中十分受欢迎。利用Ruby编写的NPC_Generator可以集成到游戏开发流程中，实现自动化生成NPC，极大地节省了手动设计每个NPC的时间和精力，提升了游戏内容的丰富性和多样性。" 知识点详细说明: 1. NPC_Generator的用途： NPC_Generator是用于游戏角色生成的工具，它能够帮助游戏设计师和玩家创建大量的非玩家角色（Non-Player Characters，简称NPC）。在RPG或模拟类游戏中，NPC是指在游戏中由计算机控制的虚拟角色，它们与玩家角色互动，为游戏世界增添真实感。 2. NPC生成的关键要素： - 角色背景故事：每个NPC都应该有自己的故事背景，这些故事可以是关于它们的过去，它们为什么会在游戏中出现，以及它们的个性和动机等。 - 外观特征：NPC的外观包括性别、年龄、种族、服装、发型等，这些特征可以由工具随机生成或者由设计师自定义。 - 行为模式：NPC的行为模式决定了它们在游戏中的行为方式，比如友好、中立或敌对，以及它们可能会执行的任务或对话。 3. Ruby编程语言的优势： - 简洁的语法：Ruby语言的语法非常接近英语，使得编写和阅读代码都变得更加容易和直观。 - 灵活性和表达性：Ruby语言提供的大量内置函数和库使得开发者可以快速实现复杂的功能。 - 开源和社区支持：Ruby是一个开源项目，有着庞大的开发者社区和丰富的学习资源，有利于项目的开发和维护。 4. 项目集成与自动化： NPC_Generator的自动化特性意味着它可以与游戏引擎或开发环境集成，为游戏提供即时的角色生成服务。自动化不仅可以提高生成NPC的效率，还可以确保游戏中每个NPC都具备独特的特性，使游戏世界更加多元和真实。 5. 游戏开发的影响： NPC_Generator的引入对游戏开发产生以下影响： - 提高效率：通过自动化的角色生成，游戏开发团队可以节约大量时间和资源，专注于游戏设计的其他方面。 - 增加多样性：自动化的工具可以根据不同的参数生成大量不同的NPC，为游戏世界带来更多的故事线和交互可能性。 - 玩家体验：丰富的NPC角色能够提升玩家的沉浸感，使得玩家在游戏中的体验更加真实和有吸引力。 6. Ruby在游戏开发中的应用： 虽然Ruby不是游戏开发中最常用的编程语言，但其在小型项目、原型设计、脚本编写等领域有其独特的优势。一些游戏开发工具和框架支持Ruby，如Ruby on Rails可以在Web游戏开发中发挥作用，而一些游戏开发社区也在探索Ruby的更多潜力。 7. NPC_Generator的扩展性和维护： 为了确保NPC_Generator能够长期有效地工作，它需要具备良好的扩展性和维护性。这意味着工具应该支持插件或模块的添加，允许社区贡献新功能，并且代码应该易于阅读和修改，以便于未来的升级和优化。 综上所述，NPC_Generator是一款利用Ruby编程语言开发的高效角色生成工具，它不仅提高了游戏开发的效率，而且通过提供丰富多样的NPC角色增加了游戏的深度和吸引力。随着游戏开发的不断发展，此类自动化工具将变得更加重要，而Ruby作为一种支持快速开发的编程语言，在这一领域有着重要的应用前景。