opencv计算mask轮廓面积python

可以使用OpenCV中的findContours函数找到轮廓，然后使用contourArea函数计算轮廓面积。以下是示例代码：

import cv2

# 读取图像并转为灰度图像
img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化图像
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_SIMPLE)

# 计算轮廓面积
area = cv2.contourArea(contours[0])

print('轮廓面积为：', area)

相关问题

opencvpython填充轮廓

以下是使用OpenCV Python填充轮廓的示例代码：

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.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_SIMPLE)

# 创建一个黑色图像
mask = np.zeros(img.shape, np.uint8)

 绘制轮廓
cv2.drawContours(mask, contours, -1, (255, 255, 255), -1)

# 显示原始图像和掩膜图像
cv2.imshow('Original Image', img)
cv2.imshow('Mask', mask)

# 等待按下任意按键退出
cv2.waitKey(0)
cv2.destroyAllWindows()

在上面的代码中，我们首先读取图像并将其转换为灰度图像。然后，我们对图像进行二值化处理，并使用`cv2.findContours()`函数查找轮廓。接下来，我们创建一个与原始图像大小相同的黑色图像，并使用`cv2.drawContours()`函数绘制轮廓。最后，我们将原始图像和掩膜图像显示出来。

python opencv 填充轮廓

### 回答1：
使用Python OpenCV可以通过以下步骤来填充轮廓：

1. 读取图像并将其转换为灰度图像。
2. 对图像进行二值化处理，将轮廓转换为白色，背景转换为黑色。
3. 使用findContours函数查找轮廓。
4. 使用drawContours函数绘制轮廓。
5. 使用fillPoly函数填充轮廓。

具体实现方法可以参考OpenCV官方文档或相关教程。

### 回答2：
Python是一种非常流行的编程语言，配合OpenCV可以非常方便地处理图像。在OpenCV中，轮廓是指连接所有连续的点的线段，通常被用来检测和描述图像中的形状。但是，当我们想要对图像进行进一步操作时，轮廓中间的空洞可能会困扰我们，如下图所示：


出现这种情况时，我们可以使用函数cv2.fillPoly来填充轮廓的空洞。以下是这个函数的基本语法和参数：

cv2.fillPoly(img, pts, color[, lineType[, shift[, offset]]])

其中：

- img是要填充轮廓的图像，可以为单通道或多通道图像；
- pts是轮廓的点集，可以是单个轮廓或多个轮廓的集合；
- color是要填充的颜色；
- lineType是指定线段的类型；
- shift和offset用于处理小数点位数。

下面是一个简单的示例代码，演示如何使用cv2.fillPoly来填充轮廓的空洞：

import cv2
import numpy as np

img = cv2.imread('image.png', 0)
contours, hierarchy = cv2.findContours(img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

canvas = np.zeros_like(img)  # 创建一个与原图大小相同的空白图像
cv2.drawContours(canvas, contours, -1, 255, -1)  # 将轮廓绘制到空白图像上
cv2.fillPoly(canvas, contours, 255)  # 填充轮廓的空洞

cv2.imshow('original', img)
cv2.imshow('result', canvas)
cv2.waitKey(0)
cv2.destroyAllWindows()

以上代码首先使用cv2.findContours函数来检测图像中的轮廓，并将其绘制到一个空白的图像上。接着，使用cv2.fillPoly函数来填充轮廓的空洞，最后将结果显示出来。

在这个示例中，我们指定了颜色为255，这将会填充空洞。你也可以尝试填充其他颜色，例如黑色或灰色等。此外，你也可以在填充之前对轮廓进行一些处理，例如把轮廓缩小或放大一定的比例等，以得到更好的效果。

在实际应用中，填充轮廓的方法非常有用，可以帮助我们清除图像中无用的信息，以更方便地进行后续处理。

### 回答3：
Python中的OpenCV是一种强大的图像处理库，它可以很方便地实现填充轮廓的功能。填充轮廓的实现主要涉及以下三个步骤：

1.读取图像。

在Python中，可以使用OpenCV库中的imread()函数读取图像。这个函数的参数是图像的路径，返回值是一个数组，这个数组包含的是图像的像素值。

例如，下面这个代码片段就是读取一张图像：

import cv2

img = cv2.imread('image.jpg')

2.提取轮廓。

要对图像进行轮廓提取，可以使用OpenCV库中的findContours()函数。这个函数的参数是二值化的图像和轮廓的查找模式，返回值是轮廓的坐标。

例如，下面这个代码片段就是提取一张二值化图像的轮廓：

import cv2

img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, 0)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

其中，ret是阈值，thresh是二值化图像，cv2.RETR_TREE是轮廓树结构，cv2.CHAIN_APPROX_SIMPLE是点的近似值。

3.填充轮廓。

要对轮廓进行填充，可以使用OpenCV库中的drawContours()函数。这个函数的参数是原始图像、轮廓、轮廓的索引、颜色和线宽。

例如，下面这个代码片段就是读取一张图像后，将含有的轮廓进行填充：

import cv2
import numpy as np

img = cv2.imread('image.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 127, 255, 0)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
x, y, w, h = cv2.boundingRect(contours[0])
mask = np.zeros(img.shape[:2], np.uint8)
cv2.drawContours(mask, [contours[0]], 0, (255,255,255), -1)
result = cv2.bitwise_and(img, img, mask=mask)

其中，x、y、w、h是轮廓矩形的左上角坐标、宽度和高度，mask是图像的遮罩层，result是最终的填充后的图像。

以上就是Python OpenCV填充轮廓的步骤和代码。通过这些代码，我们可以将轮廓填充成我们想要的颜色或图案。