cv2.findcontours函数的参数
时间: 2024-05-23 20:15:49 浏览: 108
cv2.findContours函数的参数包括:
1. image:输入图像,要求为二值图像,一般为灰度图像或者二值化后的图像。
2. mode:轮廓检索模式,有以下几种取值:
- cv2.RETR_EXTERNAL:只检索最外面的轮廓;
- cv2.RETR_LIST:检索所有的轮廓,并将其保存到列表中;
- cv2.RETR_CCOMP:检索所有的轮廓,将其分为两级层次结构,顶层为连通性的外部边界,次层为内部的空洞边界;
- cv2.RETR_TREE:检索所有轮廓,并重构嵌套轮廓的整个层次。
3. method: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:仅存储轮廓的端点;
- cv2.CHAIN_APPROX_TC89_L1:使用Teh-Chin链逼近算法;
- cv2.CHAIN_APPROX_TC89_KCOS:使用Teh-Chin链逼近算法。
4. contours:检测出的轮廓,每个轮廓是一个Numpy数组,包含轮廓上所有点的坐标。
5. hierarchy:轮廓的层次结构信息,每个轮廓对应一个四元组,包含后一个轮廓、前一个轮廓、父轮廓和子轮廓的索引。
相关问题
cv2.findContours的参数以及返回值
cv2.findContours() 是 OpenCV 中用于在二值图像中查找轮廓的函数。它的语法如下:
```
contours, hierarchy = cv2.findContours(image, mode, method, offset)
```
其中,参数含义如下:
- `image`:输入二值图像,要求为灰度图像,即只有 0 和 255 两种像素值。
- `mode`:轮廓检索模式,有以下几种可选模式:
- `cv2.RETR_EXTERNAL`:只检测外轮廓;
- `cv2.RETR_LIST`:检测所有轮廓,但不建立轮廓之间的关系;
- `cv2.RETR_CCOMP`:检测所有轮廓,并将其组织为两层,即外层和内层;
- `cv2.RETR_TREE`:检测所有轮廓,并重构轮廓之间的完整层次关系。
- `method`:轮廓逼近方法,有以下几种可选方法:
- `cv2.CHAIN_APPROX_NONE`:保存所有轮廓点;
- `cv2.CHAIN_APPROX_SIMPLE`:仅保存轮廓的端点;
- `cv2.CHAIN_APPROX_TC89_L1`、`cv2.CHAIN_APPROX_TC89_KCOS`:使用 Tang-Chen 算法进行逼近。
- `offset`:可选参数,表示轮廓坐标点的偏移量。
返回值:
- `contours`:检测到的轮廓,是一个包含所有轮廓的列表,每个轮廓由一组点坐标表示;
- `hierarchy`:轮廓之间的层次关系,是一个包含每个轮廓的父子关系、前后关系等信息的列表。
cv2.findContours函数使用格式
cv2.findContours函数是OpenCV中用于查找图像中轮廓的函数。它的使用格式如下:
contours, hierarchy = cv2.findContours(image, mode, method)
其中,参数说明如下:
- image:输入的二值图像,通常为灰度图像或者二值化后的图像。
- mode:轮廓检索模式,指定轮廓的层级关系。常用的模式有:
- cv2.RETR_EXTERNAL:只检测最外层的轮廓。
- cv2.RETR_LIST:检测所有轮廓,不建立层级关系。
- cv2.RETR_TREE:检测所有轮廓,并建立完整的层级关系。
- method:轮廓逼近方法,指定轮廓的近似方式。常用的方法有:
- cv2.CHAIN_APPROX_NONE:保存所有的轮廓点。
- cv2.CHAIN_APPROX_SIMPLE:仅保存轮廓的端点。
函数返回两个值:
- contours:检测到的轮廓,以列表形式返回。
- hierarchy:轮廓的层级关系,以多维数组形式返回。
注意事项:
- 输入图像必须是二值图像,即只包含黑白两种颜色。
- 轮廓检测前需要对图像进行预处理,如二值化、边缘检测等。
阅读全文
相关推荐
![docx](https://img-home.csdnimg.cn/images/20241231044901.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)
![](https://csdnimg.cn/download_wenku/file_type_ask_c1.png)