cv2.findcontours函数
时间: 2023-04-30 21:01:59 浏览: 62
cv2.findContours() 是 OpenCV 中的一个函数,用于在二值图像中寻找轮廓。它接受一个二值图像作为输入,并返回一组轮廓和层次结构。轮廓是图像边缘上连续的点的集合,可以用来表示物体的形状。
相关问题
cv2.findContours函数
cv2.findContours函数是OpenCV中用于检测图像中轮廓的函数。它可以根据指定的模式和方法,返回图像中的轮廓以及相关的层级结构。函数的参数包括输入图像,轮廓检测模式,轮廓近似方法,以及可选的轮廓和层级输出。引用中给出了一个使用cv2.findContours函数的示例,其中fgmask是二值化的图像,cv2.RETR_LIST是轮廓检测模式,cv2.CHAIN_APPROX_NONE是轮廓近似方法。引用给出了函数的具体参数说明。此外,引用中还提到了另一种轮廓检测模式cv2.RETR_EXTERNAL。<span class="em">1</span><span class="em">2</span><span class="em">3</span>
#### 引用[.reference_title]
- *1* *3* [cv2.findContours OpenCV图形轮廓函数python](https://blog.csdn.net/vclearner2/article/details/120776685)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
- *2* [cv2.findContours()轮廓检测](https://blog.csdn.net/wuguangbin1230/article/details/122619717)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v93^chatsearchT3_2"}}] [.reference_item style="max-width: 50%"]
[ .reference_list ]
cv2.findContours函数怎么使用
cv2.findContours函数是OpenCV中用于在图像中查找轮廓的函数。它接受三个参数:输入图像、轮廓检索模式和轮廓近似方法。输入图像是一个二进制图像,通常是通过应用阈值处理后得到的。轮廓检索模式决定了如何计算轮廓间的层次结构,常用的模式包括cv2.RETR_EXTERNAL(只返回最外层轮廓)、cv2.RETR_LIST(返回所有轮廓,不建立层次关系)等。轮廓近似方法指定了轮廓的近似精度,常用的方法包括cv2.CHAIN_APPROX_SIMPLE(压缩水平、垂直和对角线段的方法)等。
以下是一个示例代码,展示了如何使用cv2.findContours函数:
```python
import cv2
im = cv2.imread('test2.png')
imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
im2, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
```
这段代码首先读取名为test2.png的图像,并将其转换为灰度图像。然后,通过应用阈值处理,将图像转换为二进制图像。最后,使用cv2.findContours函数,在阈值图像中查找轮廓,并将轮廓存储在contours变量中。
相关推荐
![](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)