调用cv2.findContours()函数实现轮廓检测，检测图像中物体的轮廓。 2、调用imutils.grab_contours()函数获取图像轮廓。 3、调用contours.sort_contours()函数将轮廓从左到右进行排序。 4、初始化比例系数pixelsPerMetric为空，用于后续真实长度计算。 5、初始化参照物宽度width为3，用于后续真实长度计算。

时间: 2023-05-18 20:06:50 浏览: 60

openCV——寻找并绘制图像的轮廓

5星 · 资源好评率100%

### OpenCV —— 寻找并绘制图像的轮廓 #### 概述 OpenCV（Open Source Computer Vision Library）是一款开源的计算机视觉库，它包含了大量用于实时计算机视觉、图像处理和机器学习的函数。本文将重点介绍如何使用OpenCV来寻找和绘制图像中的轮廓。 #### 寻找轮廓在计算机视觉领域，轮廓是指一个物体边缘的闭合曲线。通过寻找轮廓，我们可以提取出图像中有意义的信息，这对于目标检测和识别非常重要。 - **函数：`cvFindContours()`** - **功能**：该函数用于从二值图像中找到轮廓。 - **参数**： - `image`：输入的二值图像。 - `storage`：用于存储轮廓信息的数据结构。 - `first_contour`：指向第一个轮廓的指针。 - `size`：轮廓元素的大小。 - `method`：检索模式，例如`CV_RETR_CCOMP`表示获取所有层次的轮廓。 - `approx_method`：近似方法，如`CV_CHAIN_APPROX_SIMPLE`用于压缩水平、垂直和对角线方向上的元素，只留下端点。 #### 绘制轮廓找到轮廓后，我们通常还需要将它们可视化，以便更好地理解和分析结果。 - **函数：`cvDrawContours()`** - **功能**：用于在指定图像上绘制轮廓。 - **参数**： - `image`：要在其上绘制轮廓的图像。 - `contour`：指向轮廓的指针。 - `external_color`：轮廓的外部颜色。 - `hole_color`：轮廓内部的颜色。 - `max_level`：最大轮廓层次，0表示当前轮廓及其子轮廓，1表示当前轮廓和所有子轮廓等。 - `thickness`：轮廓线条的厚度，负值表示填充轮廓。 - `line_type`：线条类型，例如8表示8邻域连接。 #### 示例代码解析下面是对给出的示例代码进行逐行解析： 1. **导入头文件和声明内存库**： ```cpp #include"cv.h" #include"highgui.h" #pragma comment(lib,"cv200.lib") #pragma comment(lib,"cxcore200.lib") #pragma comment(lib,"highgui200.lib") #pragma comment(lib,"cvaux200.lib") ``` 这些语句导入了OpenCV的核心库以及一些辅助库，并链接到相应的动态链接库。 2. **加载图像**： ```cpp IplImage* src = cvLoadImage("long.bmp"); ``` 使用`cvLoadImage()`函数加载图像。 3. **创建窗口显示原始图像**： ```cpp cvNamedWindow("source", 1); cvShowImage("source", src); ``` 创建一个名为“source”的窗口，并在其中显示原始图像。 4. **创建用于处理的灰度图像**： ```cpp IplImage* img = cvCreateImage(cvGetSize(src), 8, 1); ``` 创建一个与原图大小相同但为灰度的图像。 5. **转换为灰度图像**： ```cpp cvCvtColor(src, img, CV_BGR2GRAY); ``` 将彩色图像转换为灰度图像。 6. **二值化处理**： ```cpp cvThreshold(img, img, 150, 255, CV_THRESH_BINARY); ``` 应用阈值处理，将图像转换为二值图像。 7. **寻找轮廓**： ```cpp CvMemStorage* storage = cvCreateMemStorage(0); CvSeq* contour = 0; cvFindContours(img, storage, &contour, sizeof(CvContour), CV_RETR_CCOMP, CV_CHAIN_APPROX_SIMPLE); ``` 在二值图像中寻找轮廓。 8. **创建用于绘制轮廓的彩色图像**： ```cpp IplImage* dst = cvCreateImage(cvGetSize(src), 8, 3); ``` 创建一个新的彩色图像，用于绘制轮廓。 9. **绘制轮廓**： ```cpp for(; contour != 0; contour = contour->h_next) { CvScalar color = CV_RGB(rand() & 255, rand() & 255, rand() & 255); cvDrawContours(dst, contour, color, color, -1, 2, 8); } ``` 遍历找到的所有轮廓，并随机选择颜色在彩色图像上绘制。 10. **显示绘制轮廓的结果**： ```cpp cvNamedWindow("Contours", 1); cvShowImage("Contours", dst); ``` 创建一个新窗口并显示绘制了轮廓的图像。 11. **释放资源**： ```cpp cvReleaseImage(&dst); cvReleaseImage(&img); cvReleaseMemStorage(&storage); cvDestroyWindow("source"); cvDestroyWindow("img"); cvDestroyWindow("Contours"); ``` 释放创建的图像对象和窗口，避免内存泄漏。 #### 总结通过上述代码和解析，我们可以看到如何使用OpenCV来处理图像并从中提取有用的信息，如寻找和绘制轮廓。这种方法广泛应用于图像处理和计算机视觉的各个领域，如目标检测、手势识别等。理解这些基本操作对于深入研究更高级的应用非常有帮助。

以上步骤是实现物体尺寸测量的基本流程，其中cv2.findContours()函数用于检测图像中物体的轮廓，imutils.grab_contours()函数用于获取图像轮廓，contours.sort_contours()函数用于将轮廓从左到右进行排序。接下来，我们可以通过计算真实长度来测量物体的尺寸。在这个过程中，我们需要用到比例系数pixelsPerMetric和参照物宽度width。

阅读全文

相关推荐

Graphics-Project.tar.gz_GrabCut图像分割_Grabcut_grabcut matlab_grabc

tuxiangfenge.zip_图像 边缘分割_边缘分割_边缘检测分割

imutils.grab_contours

contours = imutils.grab_contours(contours)中的“ imutils”有什么作用？

imutils.grab_contours()

cv2.grab_contours(cnts) AttributeError: module 'cv2' has no attribute 'grab_contours'

grabcut.zip_GrabCut图像分割_Grabcut_图像分割_图割_图割图像分割

matlab_grabcut-master.zip_GrabCut图像分割_Grabcut_MATLAB grabcut_gra

Basler_Grab_Val.rar_Basler Grab Val_Basler grab_Basler 相机_basler

Grab-image.rar_grab连续采集_labview grab_labview 缓存_labview图像采集_曝光la

grabcut.zip_Grabcut_MATLAB grabcut_UT4_bk_creat_grabcut matlab

myNewGrabCut.rar_Grabcut_grabcut opencv_myNewGrabCut_opencv grab

spring 异步编程样例

最新推荐

OpenCV.js中文教程

Python OpenCV模块通过调用摄像头并截图保存功能的实现代码

Qt（C++）调用工业相机Basler的SDK使用示例

Python OpenCV 调用摄像头并截图保存功能的实现代码

spring 异步编程样例

火炬连体网络在MNIST的2D嵌入实现示例

管理建模和仿真的文件

L2正则化的终极指南：从入门到精通，揭秘机器学习中的性能优化技巧

如何构建一个符合GB/T19716和ISO/IEC13335标准的信息安全事件管理框架，并确保业务连续性规划的有效性？

Angular插件增强Application Insights JavaScript SDK功能

tuxiangfenge.zip_图像边缘分割_边缘分割_边缘检测分割