opencv学习——计算掩模及目标远点

最新推荐文章于 2024-06-26 15:47:24 发布

原创

最新推荐文章于 2024-06-26 15:47:24 发布 · 688 阅读

1 ·

CC 4.0 BY-SA版权

本文深入探讨了使用OpenCV库进行图像处理的方法，重点讲解了如何计算掩模以及如何确定目标区域的远点。通过实例展示了如何应用这些技术来识别和分析图像中的特定对象，对于理解和应用计算机视觉中的掩模运算和目标定位具有指导意义。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import cv2
import numpy as np

img = cv2.imread('images/th.jpg')
imgray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,127,255,cv2.THRESH_BINARY_INV)
#cv2.imwrite('thresh.jpg',thresh)
_,contours,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)#得到轮廓信息

mask = np.zeros(imgray.shape, dtype=np.uint8)
#第三个参数使用参数 -1, 绘制填充的轮廓,,
cv2.drawContours(mask,contours,-1,255,-1)#0则绘制边界将轮廓所覆盖的地方全部画成白色
pixelpoints = np.nonzero(mask)#存储的是非0的坐标

pixelpoints1 = list(zip(pixelpoints[0],pixelpoints[1]))
pixelpoints1 =np.array(pixelpoints1)

cnt = np.reshape(pixelpoints1,(-1,1,2))
#cnt = contours
min_val, max_val, min_loc, max_loc = cv2.mi