contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
时间: 2023-08-13 08:47:20 浏览: 49
这是一个使用OpenCV库中的findContours函数来查找二值化图像中的轮廓的代码。其中,thresh是二值化后的图像,cv2.RETR_TREE表示检索所有轮廓并重构轮廓层次结构,cv2.CHAIN_APPROX_SIMPLE表示压缩水平、垂直和斜向的轮廓,并仅保留其端点。函数的返回值是一个包含轮廓的列表和轮廓的层次结构的数组。
相关问题
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) ValueError: too many values to unpack (expected 2)
这个错误通常是由于 `cv2.findContours()` 函数返回值的格式与代码期望的格式不一致导致的。这个函数的返回值格式因 OpenCV 版本而异,如果你使用的是 OpenCV 2 版本,它将返回两个值:第一个是轮廓数组,第二个是层次结构数组。而如果你使用的是 OpenCV 3 或以上版本,它将只返回一个值,其中包含轮廓数组和层次结构数组。
因此,如果你使用的是 OpenCV 2 版本,你需要像这样使用 `cv2.findContours()` 函数:
```
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
```
而如果你使用的是 OpenCV 3 或以上版本,你需要这样使用:
```
_, contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
```
在这种情况下,你需要使用一个下划线 `_` 来占位,以便从函数返回的单个值中正确提取轮廓数组和层次结构数组。
contours, hierarchy = cv2.findContours(dilate, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
这是一个OpenCV中的函数,用于在二进制图像中查找轮廓。其中,dilate是输入的二进制图像,cv2.RETR_TREE是轮廓检索模式,cv2.CHAIN_APPROX_SIMPLE是轮廓逼近方法。函数返回两个值,第一个是轮廓本身,第二个是轮廓的层次结构信息。
下面是一个使用该函数的例子:
```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)
# 膨胀
kernel = cv2.getStructuringElement(cv2.MORPH_RECT, (5, 5))
dilate = cv2.dilate(thresh, kernel)
# 查找轮廓
contours, hierarchy = cv2.findContours(dilate, cv2.RETR_TREE, 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()
```
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)