contours, hierarchy
时间: 2023-05-03 19:00:57 浏览: 72
b'contours, hierarchy'是计算机视觉中常用的概念,它们是用于描述图像中的轮廓和其层次关系的。轮廓是图像中的连续的边界线,而层次关系描述了轮廓之间的包含和嵌套关系。这些概念在图像分割、形状匹配、物体识别等领域中有广泛的应用。
相关问题
contours, hierarchy = cv2.findContours
`cv2.findContours()`是一个在图像中查找轮廓的函数。它的语法如下:
```python
contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
```
其中,参数`image`是输入图像,必须是8位单通道图像。参数`mode`表示轮廓检索模式,有以下几种取值:
- `cv2.RETR_EXTERNAL`:只检测外轮廓。
- `cv2.RETR_LIST`:检测的轮廓不建立等级关系。
- `cv2.RETR_CCOMP`:检测所有轮廓并将其组织为两级层次结构。
- `cv2.RETR_TREE`:检测所有轮廓并重构嵌套轮廓的整个层次。
参数`method`表示轮廓逼近方法,有以下几种取值:
- `cv2.CHAIN_APPROX_NONE`:存储所有的轮廓点。
- `cv2.CHAIN_APPROX_SIMPLE`:仅存储水平、垂直和对角线方向的端点。
- `cv2.CHAIN_APPROX_TC89_L1`和`cv2.CHAIN_APPROX_TC89_KCOS`:使用Teh-Chin链逼近算法中的一种。
函数返回值`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`是可选的输出向量,其中包含有关图像拓扑的信息。
下面是一个使用`cv2.findContours()`函数查找轮廓的例子:
```python
import cv2
# 读取图像
img = cv2.imread('example.jpg')
# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
# 二值化
ret, thresh = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
# 查找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)
# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
contours, hierarchy = cv.findContours
cv.findContours是OpenCV中的一个函数,用于在图像中查找轮廓。它接受一个二值化图像作为输入,返回一组轮廓以及它们的层次结构。
轮廓是图像中连续的边界线,可以用于识别和分析图像中的对象。在cv.findContours函数中,它返回的轮廓是一个由点组成的列表,每个点表示轮廓上的一个像素位置。
层次结构是指轮廓之间的关系。它描述了轮廓之间的父子关系以及内部轮廓和外部轮廓之间的连接关系。通过层次结构,我们可以了解轮廓之间的包含关系和嵌套关系。
相关推荐
![application/x-rar](https://img-home.csdnimg.cn/images/20210720083606.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.png)
![pdf](https://img-home.csdnimg.cn/images/20210720083512.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)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)