日本免费高清视频-国产福利视频导航-黄色在线播放国产-天天操天天操天天操天天操|www.shdianci.com

學(xué)無先后，達(dá)者為師

網(wǎng)站首頁(yè) 編程語(yǔ)言 正文

python?opencv實(shí)現(xiàn)目標(biāo)外接圖形_python

作者：DanCheng-studio ? 更新時(shí)間： 2022-09-26 編程語(yǔ)言

本文實(shí)例為大家分享了python opencv實(shí)現(xiàn)圖像目標(biāo)的外接圖形，供大家參考，具體內(nèi)容如下

當(dāng)使用cv2.findContours函數(shù)找到圖像中的目標(biāo)后，我們通常希望使用一個(gè)集合區(qū)域?qū)D像包圍起來，這里介紹opencv幾種幾何包圍圖形。

  • 邊界矩形
  • 最小外接矩形
  • 最小外接圓

簡(jiǎn)介

無論使用哪種幾何外接方法，都需要先進(jìn)行輪廓檢測(cè)。

當(dāng)我們得到輪廓對(duì)象后，可以使用boundingRect()得到包裹此輪廓的最小正矩形，minAreaRect()得到包裹輪廓的最小矩形(允許矩陣傾斜)，minEnclosingCircle()得到包裹此輪廓的最小圓形。

最小正矩形和最小外接矩形的區(qū)別如下圖所示：

實(shí)現(xiàn)

這里給出上述5中外接圖形在python opencv上的實(shí)現(xiàn)：

①. 邊界矩形

import cv2
import numpy as np

img = cv2.imread('/home/pzs/圖片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
? ? x,y,w,h = cv2.boundingRect(cnt)
? ? cv2.rectangle(img, (x, y), (x+w, y+h), (0, 255, 0), 1)

cv2.imshow('image', img)
cv2.waitKey(0)

②. 最小外接矩形

import cv2
import numpy as np

img = cv2.imread('/home/pzs/圖片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
? ? rect = cv2.minAreaRect(cnt)
? ? box = cv2.boxPoints(rect)
? ? box = np.int0(box)
? ? cv2.drawContours(img, [box], 0, (0, 0, 255), 2)


cv2.imshow('image', img)
cv2.waitKey(0)

③. 最小外接圓

import cv2
import numpy as np

img = cv2.imread('/home/pzs/圖片/test.jpg')
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
thresh, binary = cv2.threshold(gray, 180, 255, cv2.THRESH_BINARY_INV)
binary, contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.imshow('binary', binary)
cv2.waitKey(0)

for cnt in contours:
? ? (x, y), radius = cv2.minEnclosingCircle(cnt)
? ? center = (int(x), int(y))
? ? radius = int(radius)
? ? cv2.circle(img, center, radius, (255, 0, 0), 2)

cv2.imshow('image', img)
cv2.waitKey(0)

原文鏈接：https://blog.csdn.net/HUXINY/article/details/89329307

欄目分類
最近更新