cv2.findContours

最新推荐文章于 2024-05-28 17:20:39 发布
原创 最新推荐文章于 2024-05-28 17:20:39 发布 · 867 阅读 · 0 ·
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。

在使用OpenCV的findContours函数时遇到了TypeError，提示输出数组图像布局与cv::Mat不兼容。解决方法是确保输入图像为单通道灰度图或二值图，并进行适当类型转换。同时，提到了轮廓检索模式的相关补充。

opencv - python 使用findContours时报错

    image, contours, hierarchy = cv2.findContours(blue_gray, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

TypeError: Layout of the output array image is incompatible with cv::Mat (step[ndims-1] != elemsize or step[1] != elemsize*nchannels)

解决
类型转换

    blue_gray=blue_gray.astype(np.uint8
最低0.47元/天 解锁文章
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 》
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。
findContours()函数
weixin_30384217的博客
06-25 1193
函数原型 findContours(InputOutputArray image, OutputArrayOfArrays contours, OutputArray hierarchy, int mode, int method, Point offset = Point()); 参数1：单通道图像矩阵，可以是灰度图，但更常用的是二值图像，一般是经过Cann...
OpenCV-Python教程（11、轮廓检测）
热门推荐
sunny2038的专栏
10-30 19万+
相比C++而言，Python适合做原型。本系列的文章介绍如何在Python中用OpenCV图形库，以及与C++调用相应OpenCV函数的不同之处。这篇文章介绍在Python中使用OpenCV的检测并绘制轮廓。
opencv的findContours()函数
xulibo5828的博客
05-28 3297
来自WaTab AI Pro是 OpenCV 中用于检测图像轮廓的函数。轮廓可以看作是将连续的点（沿边界）连接在一起的一条曲线，具有相同的颜色或强度。该函数常用于图像处理和计算机视觉中的对象检测和识别。下面是的详细解释及其用法。
cv2.findContours()函数
小灰吱吱的博客
08-16 5万+
整理一下cv2.findContours()函数使用的相关注意事项。 示例代码： image,contours,hierarchy= cv2.findContours(contour,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE) 输入： contour：带有轮廓信息的图像； cv2.RETR_TREE：提取轮廓后，输出轮廓信息的组织形式，除了cv2.RE...
opencv基础47 图像轮廓查找cv2.findContours()介绍及示例
小海聊智造
08-08 3万+
图像轮廓是指图像中物体边缘的连续性曲线。在计算机视觉和图像处理中，轮廓通常被用于检测物体、分割图像以及提取物体特征。图像轮廓是由一系列连续的像素点组成，这些像素点位于物体边界上。轮廓的特点是在物体和背景之间的边界位置，因此可以用来表示物体的形状和结构。轮廓可以是闭合的，也可以是开放的，具体取决于物体的形状。
cv2.threshold()、cv2.findContours()，cv2.findContours图片轮廓处理
weixin_43794311的博客
07-10 1597
cv2对轮廓的读取和显示
【Python】【Opencv】cv2.findContours()、cv2.drawContours()和cv2.contourArea()函数详解和运行示例
不定时分享，互相学习，共同进步
01-17 1万+
为帮助大家理解和使用cv2.findContours()、cv2.drawContours()和cv2.contourArea()函数，本文通过对函数内容进行详解，并通过运行示例更直观表述。
cv2.findContours()
qq_36501182的博客
07-25 1273
參考程式碼 可以先下載 shape challenge 資料夾：PyCV-time\challanges\shape-challenge 然後去修改 find_polygon.py 裡的 TODO 區塊 來達成自己的目的 # ================== TODO =================== # Modify these code to suit your need co...
cv2.findContours()轮廓检测
Explore
07-07 6822
轮廓检测函数cv2.findContours()；轮廓的绘制cv2.drawContours()
cv2.findcontours
pengpengloveqiaoqiao的博客
04-23 2854
使用 cv2.findContours 函数来提取图像中的轮廓
weixin_35749440的博客
01-01 1280
cv2.findContours() 是一个 OpenCV 函数，用于提取图像中的轮廓。它接收一个二值图像(也就是黑白图像)作为输入，并返回图像中的所有轮廓。 使用方法如下： import cv2 # 读入图像 image = cv2.imread('image.jpg') # 转换为灰度图像 gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # ...
cv2.findContours OpenCV图形轮廓函数python
vclearner2的博客
10-15 2万+
contours, hierarchy = cv2.findContours(img, mode=cv2.RETR_EXTERNAL, method=cv2.CHAIN_APPROX_NONE) 输入参数： img ： 单通道二值图像，白色是前景 RETR_EXTERNAL ： 只返回最外...
cv2.findContours()cv2.findContours()
最新发布
08-11
### 函数说明 `cv2.findContours()` 是 OpenCV 中用于轮廓检测的重要函数，能够从二值图像中提取出物体的边界信息，广泛应用于形状分析、目标识别和边缘检测等任务中[^3]。该函数在不同版本的 OpenCV 中具有不同的参数顺序和返回值结构，尤其在 OpenCV 3.x 中，其完整调用形式如下： ```python image, contours, hierarchy = cv2.findContours(image, mode, method[, contours[, hierarchy[, offset]]]) ``` 其中： - `image`：输入的二值图像（通常为经过阈值处理或边缘检测后的图像）。 - `mode`：轮廓检索模式，决定轮廓的组织方式，如 `cv2.RETR_EXTERNAL`（只检测最外层轮廓）、`cv2.RETR_TREE`（检测所有轮廓并建立完整的层次关系）等。 - `method`：轮廓近似方法，如 `cv2.CHAIN_APPROX_SIMPLE`（压缩水平、垂直和对角线段，保留端点）或 `cv2.CHAIN_APPROX_NONE`（保留所有轮廓点）。 - `contours` 和 `hierarchy`：输出参数，分别表示检测到的轮廓点集和轮廓的层次结构信息。 - `offset`：轮廓点的偏移量，通常用于 ROI 区域的轮廓提取[^1]。 ### 示例代码 以下是一个完整的 `cv2.findContours()` 使用示例，包括图像预处理、轮廓检测、绘制和面积计算： ```python import cv2 import numpy as np # 读取图像并转为灰度图 image = cv2.imread('shapes.png') gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 二值化处理 _, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY) # 查找轮廓 contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 绘制所有轮廓 cv2.drawContours(image, contours, -1, (0, 255, 0), 2) # 显示图像 cv2.imshow('Contours', image) cv2.waitKey(0) cv2.destroyAllWindows() # 输出各轮廓面积 for i, cnt in enumerate(contours): area = cv2.contourArea(cnt) print(f"轮廓 {i+1} 的面积为: {area}") ``` 在该示例中，首先对图像进行灰度化和二值化处理，随后调用 `cv2.findContours()` 提取轮廓，并使用 `cv2.drawContours()` 将轮廓绘制在原图上。最后通过 `cv2.contourArea()` 计算每个轮廓的面积，实现对图像中不同形状的量化分析[^2]。 ### 注意事项 - `cv2.findContours()` 要求输入图像为二值图像，因此在调用前需确保图像已经过阈值处理或边缘检测。 - 在 OpenCV 4.x 中，`cv2.findContours()` 的返回值与 OpenCV 3.x 相同，但不再支持某些旧版本中的 `storage` 参数。 - 轮廓检测的结果受图像噪声影响较大，必要时应进行形态学操作（如开运算、闭运算）以去除小面积噪声。 - 轮廓的层次结构 `hierarchy` 是一个四元组数组，每个元素表示当前轮廓的下一个、前一个、父轮廓和子轮廓的索引，可用于分析复杂嵌套结构[^4]。 ---
评论
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