OpenCV设置多边形二值化掩码

本文介绍如何使用OpenCV中的fillPoly函数绘制并填充多边形。通过具体实例展示了如何定义多边形的顶点坐标,并利用这些坐标来填充指定颜色的多边形。

无论是凸多边形,还是凹多边形,已知多边形的顶点,可获取一个多边形区域填充的掩码。
使用fillPoly函数实现。


void fillPoly(Mat& img, 
const Point** pts, 
const int* npts, 
int ncontours, 
const Scalar& color, 
int lineType=8, 
int shift=0, Point offset=Point() )

这里写图片描述

代码:

#include <opencv2/highgui/highgui.hpp>
#include <opencv2/imgproc/imgproc.hpp>
#include <iostream>

using namespace std;
using namespace cv;

int main()
{
    int width = 640;
    int height = 480;

    Mat src(Size(width,height ),CV_8UC1);
    src = Scalar::all(0);

    Point rook_points1[1][3];
    Point rook_points2[1][4];

    //三角形的顶点
    rook_points1[0][0] = Point(200,200);
    rook_points1[0][1] = Point(100,400);
    rook_points1[0][2] = Point(400, 300);

    //四边形的顶点
    rook_points2[0][0] = Point(300, 50);
    rook_points2[0][1] = Point(350, 200);
    rook_points2[0][2] = Point(500, 200);
    rook_points2[0][3] = Point(400, 50);

    const Point* ppt[2] = { rook_points1[0],rook_points2[0] };
    int npt[] = {3,4 };
    int lineType = 8;
    int npoly = 2;

    //填充多变形的函数
    fillPoly(src,ppt,npt,npoly,Scalar(255),lineType);

    imshow("result",src);
    waitKey(0);

    return 0;
}
### 使用 LabelMe 进行图像二值化处理 为了实现图像的二值化处理,在 Win10 系统中使用 LabelMe 工具可以按照如下方法操作: #### 创建标签文件夹并保存二值化图像 当完成标注工作之后,程序会自动生成 `label` 文件夹用于存储生成的标签图像。这些标签图像是经过二值化的,其文件命名与原始图像保持一致[^1]。 ```python import os if not os.path.isdir('label'): os.mkdir('label') ``` 这段代码确保了存在名为 `label` 的目录来放置后续产生的二值化图片文件[^2]。 #### 利用 OpenCV 函数进行多边形填充以达到二值化效果 对于由 LabelMe 导出的数据,可以通过调用 OpenCV 提供的功能进一步加工成所需的二值化形式。具体来说就是采用 `cv2.fillPoly()` 方法对指定区域内的像素点赋予特定颜色值(通常是黑白两色),从而形成清晰的目标轮廓[^3]。 ```python import cv2 import numpy as np def create_binary_mask(image_shape, polygons): mask = np.zeros(image_shape[:2], dtype=np.uint8) for polygon in polygons: points = np.array([polygon], dtype=np.int32) cv2.fillPoly(mask, points, 255) return mask ``` 上述 Python 函数定义了一个简单的掩码创建过程,它接收输入参数包括待处理图像尺寸以及一系列顶点坐标列表组成的多边形描述信息;最终返回一张仅含黑白色阶的新建蒙版图像作为输出结果。 通过这种方式,能够有效地利用 LabelMe 完成高质量的语义分割任务准备阶段——即获取到精确表示对象位置关系的二值化标记资料集。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值