在python中使用opencv获取图片的尺寸

可以使用cv2模块中的函数cv2.imread()读取图片，然后使用shape属性获取图片的尺寸，例如：

import cv2

img = cv2.imread('image.jpg')
height, width, channels = img.shape
print('图片尺寸为：{}x{}'.format(width, height))

相关问题

python如何使用opencv获取图片中最长的轮廓，代码示例

您好，以下是使用OpenCV获取图片中最长轮廓的Python代码示例：

import cv2

# 读取图片
img = cv2.imread('image.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 使用Canny算子进行边缘检测
edges = cv2.Canny(gray, 50, 150)

# 轮廓检测
contours, hierarchy = cv2.findContours(edges, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

# 找到最长的轮廓
max_contour = max(contours, key=cv2.contourArea)

# 绘制最长的轮廓
cv2.drawContours(img, [max_contour], -1, (0, 255, 0), 2)

# 显示结果
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

希望能对您有所帮助。如果您有其他问题，欢迎继续提问。

python如何使用opencv获取图片中最长的外轮廓，代码示例

可以使用函数cv2.findContours()找到图像中的所有轮廓，并使用函数cv2.drawContours()绘制轮廓。以下是一个python代码示例：

import cv2

# 读取图片
img = cv2.imread('test.jpg')

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 二值化处理
ret, binary = cv2.threshold(gray, 100, 255, cv2.THRESH_BINARY)

# 寻找轮廓
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 找到最长轮廓
max_len = 0
max_contour = None
for contour in contours:
length = cv2.arcLength(contour, True)
if length > max_len:
max_len = length
max_contour = contour

# 绘制最长轮廓
cv2.drawContours(img, [max_contour], -1, (0, 255, 0), 2)

# 显示图片
cv2.imshow('image', img)
cv2.waitKey(0)
cv2.destroyAllWindows()