一、轉化為灰度圖
path = 'Resources/shapes.png'
img = cv2.imread(path)
imgContour = img.copy()
imgGray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)轉換為灰度圖之后
二、模糊處理
GaussianBlur()函式
對影像進行平滑（模糊）處理，上面代碼展示是對灰度影像的模糊化處理，
imgBlue = cv2.GaussianBlur(imgGray,(7,7),1)
常用的引數是 cv2.GaussianBlur(src, (blur1, blur2), 0)：
第一個引數指的是原影像，
第二個引數高斯核大小，一般是奇數，其中越大則模糊程度越大，（1,1）則表示不處理，兩個數可以不同，
第三個引數指的是標準差，一般取0，
三、邊緣檢測
Canny()函式
對影像進行邊緣檢測，在使用高斯濾波去除影像噪點消除影響后，可以對影像進行邊緣檢測，常用引數cv2.Canny(src, thresh1, thresh2) ：
第一個引數：src表示輸入的圖片，
第二個引數：thresh1表示最小閾值，
第三個引數：thresh2表示最大閾值，雙閾值用于刪選邊緣資訊，
imgCanny = cv2.Canny(imgBlue,50,50)四、輪廓識別讀取
cv2.findContours()函式
cv2.findContours(image, mode, method[, contours[, hierarchy[, offset ]]])第一個引數是尋找輪廓的影像
第二個引數表示輪廓的檢索模式，有四種：
cv2.RETR_EXTERNAL表示只檢測外輪廓
cv2.RETR_LIST檢測的輪廓不建立等級關系
cv2.RETR_CCOMP建立兩個等級的輪廓，上面的一層為外邊界，里面的一層為內孔的邊界資訊，如果內孔內還有一個連通物體，這個物體的邊界也在頂層，
cv2.RETR_TREE建立一個等級樹結構的輪廓，
第三個引數method為輪廓的近似辦法
cv2.CHAIN_APPROX_NONE存盤所有的輪廓點，相鄰的兩個點的像素位置差不超過1，即max（abs（x1-x2），abs（y2-y1））==1
cv2.CHAIN_APPROX_SIMPLE壓縮水平方向，垂直方向，對角線方向的元素，只保留該方向的終點坐標，例如一個矩形輪廓只需4個點來保存輪廓資訊
cv2.CHAIN_APPROX_TC89_L1，CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似演算法
coutuors,hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)回傳值
contour回傳值
v2.findContours()函式首先回傳一個list，list中每個元素(本例為2個)都是影像中的一個輪廓資訊，list中每個元素(輪廓資訊)型別為ndarray，len(contours[1]) 表示第一個輪廓儲存的元素個數，即該輪廓中儲存的點的個數，本例第一個輪廓為矩形，輪廓中有4個點，這是因為當引數mode 設定成： cv2.CHAIN_APPROX_SIMPLE ，輪廓中并不是存盤輪廓上所有的點，而是只存盤可以用直線描述輪廓的點的個數，比如一個“正立”的矩形，只需4個頂點就能描述輪廓，
print(type(contours)) # 輸出為：<class 'list'>
print(type(contours[0])) # 輸出為：<class 'numpy.ndarray'>
print(len(contours)) # 影像中輪廓的數量，輸出為：2
print(len(contours[1])) # 輪廓1(矩形)中的元素(點)的數量， 輸出為：4hierarchy:
此外，該函式還可回傳一個可選的hiararchy結果，這是一個ndarray，其中的元素個數和輪廓個數相同，每個輪廓contours[i]對應4個hierarchy元素hierarchy[i][0] ~hierarchy[i][3]，分別表示后一個輪廓、前一個輪廓、父輪廓、內嵌輪廓的索引編號，如果沒有對應項，則該值為負數，
五、輪廓的繪制
cv2.drawContours()函式
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]]) - 第一個引數是指明在哪幅影像上繪制輪廓；
- 第二個引數是輪廓本身，在Python中是一個list，
- 第三個引數指定繪制輪廓list中的哪條輪廓，如果是-1，則繪制其中的所有輪廓，后面的引數很簡單，其中thickness表明輪廓線的寬度，如果是-1（cv2.FILLED），則為填充模式，
cv2.drawContours(imgContour,cnt,-1,(0,255,0),3)def getContours(img):
coutuors,hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
for cnt in coutuors:
area = cv2.contourArea(cnt)
print(area)
if area>500:##識別圖形并過濾
cv2.drawContours(imgContour,cnt,-1,(0,255,0),3)
peri = cv2.arcLength(cnt,True)
print(peri)
approx = cv2.approxPolyDP(cnt,0.02*peri,True)
print(len(approx))##找近似角點六、輪廓屬性
.1.輪廓面積
輪廓面積由函式cv2.contourArea()得到
area=cv2.contourArea(cnt)2.輪廓周長
以用cv2.arcLength()函式得到，第二個引數指定形狀是否是閉合的輪廓（如果傳True），或者只是個曲線，
perimeter=cv2.arcLength(cnt,True)轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/290373.html
標籤：其他
上一篇：亂數的生成+猜數字游戲