0034-使用OpenCV的函数findContours提取轮廓并绘制轮廓

原创 已于 2022-05-11 11:47:35 修改 · 771 阅读 · 2 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
文章标签：

#opencv #计算机视觉 #python

于 2018-11-16 14:28:25 首次发布
最低0.47元/天 解锁文章
93-OpenCVSharp —- Cv2.FindContours()函数功能（轮廓检测，轮廓的层次结构）详解
weixin_45590420的博客
02-27 2058
参数用于描述检测到的轮廓之间的层次关系。对于复杂图像中的嵌套轮廓（如包含孔洞的物体），这一参数能帮助理清轮廓的父子结构。参数，可以精准控制轮廓的处理逻辑，例如区分外边界与内部孔洞，或在多层级结构中实现递归算法。输入的二值化图像（通常需预处理）。必须为8位单通道图像，非零像素视为前景，0为背景。输入图像必须为二值化的单通道图像，否则结果不可靠。检测并分析图像中的轮廓结构。是用于检测图像轮廓的核心函数。: 当前轮廓的上层（父）轮廓的索引。: 同一层级的下一个兄弟轮廓的索引。: 同一层级的上一个兄弟轮廓的索引。
36-OpenCVSharp —- Cv2.FindContours()函数功能（轮廓检测）详解
weixin_45590420的博客
11-21 3913
是 OpenCV 中非常重要的图像处理函数，能够帮助我们从二值图像中提取物体的轮廓。它广泛应用于图像分割、物体检测、形态学分析等多个领域。通过合理选择参数和搭配其他图像处理算法，我们可以高效地完成轮廓提取及相关的后续分析任务。在实际应用中，使用时需要注意图像预处理、轮廓精度及算法的优化等问题，以提高效率和准确性。《 OpenCV功能使用详解200篇 》《 OpenCV算子使用详解300篇 》《 Halcon算子使用详解300篇 》
opencv3学习笔记——查找并绘制轮廓findContours
科研鬼才的博客
08-22 705
函数 findContours（） drawContours（） findcontours与drawcontours配合使用，用findcontours找出轮廓后，便可以用drawcontours函数将检测到的轮廓绘制出来。 完整代码 #include<opencv2\opencv.hpp> #include<iostream> using namespace cv; us...
【OpenCV】轮廓提取——findContours、drawContours
qq_36926037的博客
07-27 1339
文章目录一、简介 一、简介   轮廓发现：是基于图像边缘提取的基础上寻找对象轮廓的方法。
OpenCV--提取轮廓findContours()函数和轮廓填充drawContours()
qq_42425882的博客
08-06 2864
轮廓提取，轮廓填充
Opencv视觉学习－－findContours()轮廓提取
佳佳鸽的博客
01-02 3339
对于刚开始学习Opencv的朋友们，查找资料是自学最好的方式。 这一篇博客，我将介绍利用Opencv轮廓提取（找轮廓）的操作方法，如有问题或建议可留言于我，谢谢！ 构建环境：Ubuntu18.04 + Opencv4.1.0 + QT5.12 void cv::findContours ( InputOutputArray image, ...
opencv —— findContours、drawContours 寻找并绘制轮廓
点滴博客
02-21 204
轮廓图像与 Canny 图像的区别 一个轮廓一般对应一系列的点，也就是图像中的一条曲线。轮廓图像和 Canny 图像乍看起来表现几乎是一致的，但其实组成两者的数据结构差别很大： Canny 边缘图像是一个点的集合，点与点之间没有联系。 轮廓图像是一个点集的集合，每个点集(即轮廓)内的点都是相邻的，点集与点集之间也存在前后、父内等关系。 寻找轮廓：findContours 函数 fi...
Python通过OpenCV的findContours获取轮廓并切割实例
09-20
### Python通过OpenCV的findContours获取轮廓并切割实例 在图像处理领域，特别是计算机视觉的应用中，轮廓检测是一项非常重要的技术。它可以帮助我们提取出图像中的关键特征，从而进行更进一步的图像分析或识别工作...
<opencv for android 入门积累>Findcontours函数在android中的使用
lulumi2016的博客
09-09 1443
Imgproc.findContours函数 这个函数使用的时候后两个参数和电脑版的不同，mode和method两项与电脑版开发相比要去掉”CV_“ 函数的用法和windows下基本一致，就不具体写了。一个例子： Imgproc.findContours(binaryMat,contours,new Mat(),Imgproc.RETR_LIST,Imgproc.CHAIN_APPROX_
cvFindContours && cvDrawContours 的应用2-----图像内轮廓填充
01-19 1万+
本文根据 http://geniusshare.i.sohu.com/blog/view/149925914.htm  整理而来， 若查看原文，请点击这里   图像内轮廓填充通常称为孔洞填充，主要用于目标提取。 //test #include "stdafx.h" #include "cxcore.h" #include "cv.h" #include "highgui
OpenCV入门九：使用findContours（）查找图片轮廓线，并将轮廓线坐标点输出
热门推荐
HW140701的博客
01-12 2万+
使用findContours（）查找图片轮廓线，并将轮廓线坐标点输出，访问二维vector，使用迭代器和下标两种方式 #include <iostream> #include <fstream> #include <opencv2/opencv.hpp> #include <opencv2/core/core.hpp> #include...
OpenCV中findContours轮廓提取一个边缘只对应的一个轮廓
liumangmao1314的博客
03-31 1万+
OpenCV中findContours轮廓提取一个边缘只对应的一个轮廓众所周知，图像查找轮廓可以用findContours函数解决，但是不知道大家发现一个问题没有，有时候输入图像，得到的结果会出现图像中一条边缘有查找到两个轮廓。当然只提取最外轮廓是不会出现重复情况，但设置提取所有轮廓会出现两个轮廓，对于利用得到的轮廓进一步处理带来不必要的麻烦。现在网上很多讲解findContours()函数都是讲解
《轮廓查找绘制-opencv_python》
weixin_45837741的博客
09-19 207
# 笔记： """ 笔记： 一、导入图片名字不能为中文，会导致报错哦 二、threshold函数 retval代表返回值的阈值、 dst代表阈值分割结果图像 img代表要阈值处理的图像、 127代表要设定的阈值， 55代表当最后一个参数为THRESH_BINARY或者THRESH_BINARY_INV类型时需设定的最大值 代表阈值的分割类型 三、查找图像轮廓：findContours().
提取并显示图像轮廓
10-15 3051
Opencv中提供了很多关于图像轮廓处理的函数，这里我用cvFindContours函数来提取轮廓，并用cvDrawContours函数将提取的轮廓画出来。函数cvFindContours的第一个参数就是我们要进行提取轮廓的目标图像，这里要注意，这个图像必须是一个二值图。得到二值图的方法有很多，这里我采用的是cvThreshold函数，通过设置阀值来得到相应的二值图。当然，这里阀值的选择根据不同的
【OpenCV】轮廓提取——findContours()
ShrekLi
10-26 4194
轮廓是图像的重要特征之一，有些时候，很容易将其和边缘混淆。因此查找了关于轮廓和边缘的词条，从而加深对轮廓和边缘这两个词汇的认识和理解。边缘是图像差异变化比较显著的地方，而轮廓则是构成图形和物体的边缘线条，属于边缘的一部分。对于形状单一的二值图像而言，物体轮廓和边缘是重合的。在OpenCV中，我们可以通过findContours函数提取图像的轮廓信息，此函数声明在imgproc.hpp文件内，如图1所示。 图1 findContours函数声明截图 通过图1所示内容可知，findContours函数在i
如果一幅图像有多个轮廓，如何仅显示某个特点的轮廓？
weixin_42579969的博客
01-10 245
在 OpenCV 中，可以使用 findContours() 函数来找到图像中的轮廓。findContours() 函数返回一个列表，其中包含所有找到的轮廓。 要仅显示特定轮廓，首先需要使用 findContours() 函数找到所有轮廓。然后，可以遍历该列表并使用各种方法来确定要保留哪些轮廓。 可以使用轮廓面积或周长来确定要保留哪些轮廓。 如果需要进行更复杂的轮廓筛选，可以使用形状匹配或模板匹配...
opencv-python 详解轮廓及findContours()、drawContours()函数
RayChiu757374816的博客
08-24 5121
轮廓是一系列相连的点组成的曲线，代表了物体的基本外形。 谈起轮廓不免想到边缘，它们确实很像。简单的说，轮廓是连续的，边缘并不全都连续（下图）。其实边缘主要是作为图像的特征使用，比如可以用边缘特征可以区分脸和手，而轮廓主要用来分析物体的形态，比如物体的周长和面积等，可以说边缘包括轮廓。 寻找轮廓的操作一般用于二值化图，所以通常会使用阈值分割或Canny边缘检测先得到二值图。经验之谈：寻找轮廓是针对白色物体的，一定要保证物体是白色，而背景是黑色，不然很多人在 寻找轮廓时会找...
opencv-python在原图上绘制分割结果（分割轮廓）
qq_36340554的博客
07-09 6146
在原图上绘制分割轮廓数据准备绘制过程绘制过程显示结果 数据准备 一、两张图片 1.原始图片 image.png 2.分割图片 mask.png 绘制过程 在使用opencv进行绘制时主要使用到以下两个函数： 1.findContours（）现在函数只有两个返回值 参数说明 第二个参数 cv2.RETR_LIST 检测的轮廓不建立等级关系 cv2.RETR_TREE 建立一个等级树结构的轮廓 cv2…RETR_EXTERNAL 表示只检测外轮廓 cv2.RETR_CCOMP 建立两
基于Python的opencv学习练习（十二） findContours()轮廓与绘制drawContours（）
weixin_43474255的博客
05-21 945
import cv2 #加载图像 img=cv2.imread('rectangle.jpg',1) #将RGB图像转化为灰度图像 img_gray = cv2.cvtColor(img, cv2.COLOR_RGB2GRAY) #将灰度图像二值化 ret,thresh = cv2.threshold(img_gray, 127,255,0) contours,hierarchy = cv2...
c++-opencv求findContours()轮廓特征最大内接矩形
最新发布
02-25
### C++ OpenCV `findContours` 函数计算最大内接矩形 在计算机视觉应用中，检测物体轮廓并找到其最大内接矩形是一项常见任务。通过使用OpenCV库中的`cv::findContours`函数可以轻松完成此工作。 为了获取给定图像中对象的最大内切矩形，通常需要经过几个阶段： #### 预处理 首先加载源图像，并将其转换为灰度图以便后续处理[^1]。 ```cpp // 加载原始彩色图像 cv::Mat src = cv::imread("path_to_image"); if (src.empty()) { std::cerr << "无法打开或找不到图像\n"; return -1; } // 将输入图像转换成灰度模式 cv::cvtColor(src, grayImage, cv::COLOR_BGR2GRAY); ``` 接着对灰度图像执行二值化操作以突出显示前景目标与背景之间的差异[^2]: ```cpp // 对灰度图像施加固定阈值分割法得到二值图像 cv::threshold(grayImage, binaryImage, 215, 235, cv::THRESH_BINARY); // 定义结构元素用于形态学变换 cv::Mat kernel = cv::getStructuringElement(cv::MORPH_RECT, cv::Size(3, 3)); // 执行开运算消除细小干扰物 cv::morphologyEx(binaryImage, cleanedBinaryImage, cv::MORPH_OPEN, kernel); ``` #### 轮廓发现 利用清理后的二值图像调用`cv::findContours()`提取所有封闭边界上的像素点集合形成多边形表示形式的形状轮廓列表: ```cpp std::vector<std::vector<cv::Point>> contours; std::vector<cv::Vec4i> hierarchy; // 查找外部轮廓 cv::findContours(cleanedBinaryImage.clone(), contours, hierarchy, CV_RETR_EXTERNAL, CV_CHAIN_APPROX_SIMPLE); ``` #### 寻找最小面积外接矩形 遍历每一个获得的轮廓，在其中寻找能够完全包围该图形且具有最小表面积直角平行四边形作为近似解之一——即所谓的“最大内部矩形”。这里采用`minAreaRect()`方法返回一个旋转角度下的矩形描述子[^3]. ```cpp for(size_t i=0;i<contours.size(); ++i){ // 获取当前轮廓对应的最小面积矩形 cv::RotatedRect minRect = cv::minAreaRect(contours[i]); // 绘制矩形到原图上 cv::Point2f rectPoints[4]; minRect.points(rectPoints); for(int j = 0; j < 4; j++) line(src, rectPoints[j], rectPoints[(j+1)%4], cv::Scalar(0,255,0), 2); } ``` 上述过程展示了如何基于C++编程语言以及OpenCV框架来识别并描绘出任意复杂程度的对象轮廓内的最优拟合矩形框体。
评论 1
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
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
实付元
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