opencv的findcontours函数画点
时间: 2023-10-08 10:07:59 浏览: 49
`findContours()` 函数是用来查找图像中所有的轮廓的函数,它的返回值是一组轮廓信息,保存在一个向量中。如果需要画出所有的轮廓,则需要使用 `drawContours()` 函数,而不是 `findContours()` 函数。如果想要画出一个点,可以使用 `cv::circle()` 函数来画一个圆形来代表这个点。下面是一个示例代码:
```c++
#include <opencv2/opencv.hpp>
#include <iostream>
using namespace cv;
using namespace std;
int main()
{
Mat image = Mat::zeros(500, 500, CV_8UC3);
Point point(250, 250);
circle(image, point, 5, Scalar(0, 0, 255), -1); // 画一个红色的点
imshow("Image", image);
waitKey(0);
return 0;
}
```
上面的代码中,我们创建了一个大小为 500x500 的黑色图像,然后在图像的中心位置画了一个半径为 5 像素的红色点。你可以根据自己的需要更改点的位置和颜色。
相关问题
opencv findcontours函数
OpenCV中的findContours函数是用于在二进制图像中查找轮廓的函数。它可以找到图像中所有的轮廓,并将它们存储在一个向量中。该函数的输入是一个二值图像,输出是一个向量,其中每个元素都是一个轮廓。轮廓是由一系列点组成的,可以用来描述图像中的形状。该函数可以用于许多应用程序,例如图像分割、形状分析和目标检测等。
中文 opencv findContours 函数
findContours 函数是 OpenCV 中的一个轮廓检测函数,用于在二值化图像中查找轮廓。该函数的语法如下:
```
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]])
```
参数说明:
- image:输入图像,必须是一个二值化图像(即只有黑白两种颜色)。
- mode:轮廓检索模式,有以下两种模式:
- cv2.RETR_EXTERNAL:只检测外轮廓。
- cv2.RETR_LIST:检测所有轮廓,并将它们保存在列表中。
- method:轮廓逼近方法,有以下几种方法:
- 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、cv2.CHAIN_APPROX_TC89_KCOS:使用 Teh-Chinl 链逼近算法。
- contours(可选):检测到的轮廓,以列表形式返回。
- hierarchy(可选):轮廓层次结构,以 numpy 数组形式返回。
- offset(可选):轮廓点的偏移量。
返回值:
- contours:检测到的轮廓,以列表形式返回。
- hierarchy:轮廓层次结构,以 numpy 数组形式返回。
示例代码:
```python
import cv2
# 读入图像并转为灰度图像
img = cv2.imread('test.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_LIST, cv2.CHAIN_APPROX_SIMPLE)
# 绘制轮廓
cv2.drawContours(img, contours, -1, (0, 0, 255), 2)
# 显示结果
cv2.imshow('result', img)
cv2.waitKey(0)
cv2.destroyAllWindows()
```
该示例代码将读入一张名为 test.jpg 的图像,并进行灰度化和二值化处理。然后使用 findContours 函数查找轮廓,并使用 drawContours 函数将轮廓绘制在原图上。最后显示结果图像。
相关推荐
![cpp](https://img-home.csdnimg.cn/images/20210720083646.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)