opencv 的轮廓检测方法（7）

轮廓检测与特征提取
最新推荐文章于 2025-08-29 18:08:58 发布
原创 最新推荐文章于 2025-08-29 18:08:58 发布 · 740 阅读 · 1 ·
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 #人工智能

本文介绍了轮廓检测的基本方法，包括图像预处理步骤如灰度化和二值化，以及使用OpenCV实现轮廓检测的具体流程。此外，还探讨了轮廓特征如面积、周长的计算方法及轮廓近似的原理。

文章目录

概念：

可以检测到轮廓的部分，并返回相应的坐标等信息
在这里插入图片描述

轮廓检测方法，用点构成

逼近方法：

相当于精简了轮廓的边缘
在这里插入图片描述

流程

读取图片

img = cv.imread('1.png')

进行灰度化

img = cv.cvtColor(img, COLOR_BGR2GRAY)

进行二值化

cat, img_gray = cv.threshold(img_gray, 127, 255, 0)

进行轮廓检测


contours, hierarchy  = cv.findContours(img_gray, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
  • contours 轮廓信息
  • hierarchy 层级信息

绘制轮廓

  • 轮廓必须绘制在多层图上，灰度图无法绘制效果
    在这里插入图片描述
    参数：第三个为绘制的第几个轮廓
    第四个： 颜色，
    第五个：线条大小

轮廓特征

轮廓面积

cv.counterArea(cnt)

轮廓周长

cv.arcLength(cnt, True)
True 是否闭合

轮廓近似

原理：

  • 融合距离内的点，如果小于阈值，设定为近似直线
  • 在这里插入图片描述
    大于阈值，则
    在这里插入图片描述
    以此循环

实例

在这里插入图片描述

  • 轮廓
  • 阈值
  • 闭合是否

外接矩形 buundingRect

在这里插入图片描述
在这里插入图片描述

外接圆 minEnclosingCircle

在这里插入图片描述

OpenCV-Python实战（10）——详解 OpenCV 轮廓检测
盼小辉丶的博客
10-20 3万+
在计算机视觉领域，轮廓通常指图像中对象边界的一系列点。因此，轮廓通常描述了对象边界的关键信息，包含了有关对象形状的主要信息，该信息可用于形状分析与对象检测和识别。在本文中，将首次通过简单示例了解轮廓的基本概念，然后通过实际示例来了解如何检测和压缩轮廓，最后利用介绍如何利用图像矩描述检测到的轮廓属性。
图像轮廓cv2.findContours(img,mode,method) //轮廓特征、轮廓近似等
qq_42712462的博客
02-02 1691
cv2.findContours(img,mode,method) mode:轮廓检索模式 RETR_EXTERNAL ：只检索最外面的轮廓； RETR_LIST：检索所有的轮廓，并将其保存到一条链表当中； RETR_CCOMP：检索所有的轮廓，并将他们组织为两层：顶层是各部分的外部边界，第二层是空洞的边界; RETR_TREE：检索所有的轮廓，并重构嵌套轮廓的整个层次; method:轮廓逼近方法 CHAIN_APPROX_NONE：以Freeman链码的方式输出轮廓，所有其他方法输出多边形（
基于OpenCV的车辆轮廓检测
02-15
为了获得理想的车辆轮廓线,提出了一种基于开源计算机视觉库OpenCV的轮廓检测新方法。首先对图像进行形态学去噪、平滑滤波处理和二值化阈值分割等预处理,获得二值化黑白图像。然后通过轮廓提取和跟踪检测到车辆外轮廓线。在VC++6.0环境下,利用OpenCV编程实现了此方法。由实验结果看出,该方法可以较为理想地获得车身外轮廓线信息,既节省了预处理的时间,也保证了精度。
OpenCV 轮廓检测
机械搬砖工の博客
02-26 651
介绍了在OpenCV中如何进行轮廓检测。
opencv中轮廓检测以及轮廓近似的分析——轮廓近似原理，所有代码开源，所有函数的参数。
Mr_zhubao的博客
02-14 3893
其中可以看到函数中有一个参数是需要我们自己进行计算的：指定的精度（epsilon），这个参数也是由前面的系数决定的，在示例中用的系数是0.01，实际上可以根据自己对精度的需求自行调整。cv2.RETR_CCOMP：检索所有的轮廓，并将他们分为两个等级的轮廓。上一层是外部边界，里一层是空洞的边界。cv2.CHAIN_APPROX_SIMPLE：压缩水平的、垂直的和斜的部分，也就是，函数只保留他们的终点部分（轮廓的近似的实现：实际上轮廓的近似的实现就是将复杂的曲线用一些直线来代替，使图像更加的光滑和规则化。
OpenCV 轮廓检测的实现方法
01-20
轮廓概述 轮廓可以简单认为成将连续的点（连着边界）连在一起的曲线，...轮廓检测的作用： 1.可以检测图图像或者视频中物体的轮廓 2.计算多边形边界，形状逼近和计算感兴趣区域 先看一个较为简单的轮廓检测： i
python+opencv轮廓检测代码解析
09-20
本篇文章将深入解析如何使用Python结合OpenCV库来实现轮廓检测。 首先，OpenCV是一个强大的开源计算机视觉库，提供了多种图像处理和计算机视觉功能。在进行轮廓检测前，我们需要了解基本的图像处理步骤，包括图片的...
Java+opencv3.2.0实现轮廓检测
08-25
Java+OpenCV3.2.0实现轮廓检测 Java是当前最流行的编程语言之一，而OpenCV则是目前最流行的计算机视觉库。 OpenCV提供了许多有用的函数来处理图像和视频，例如图像过滤、图像识别、目标检测等。轮廓检测是图像处理...
OpenCV-Python实现轮廓检测实例分析
09-20
### OpenCV-Python 实现轮廓检测实例分析 #### 轮廓检测简介 轮廓检测是图像处理中的一个重要环节，主要用于提取图像中物体的边缘信息，从而帮助后续的图像分析或机器视觉任务。OpenCV（开源计算机视觉库）作为一...
Python Opencv实现图像轮廓识别功能
09-19
主要为大家详细介绍了Python Opencv实现图像轮廓识别功能，具有一定的参考价值，感兴趣的小伙伴们可以参考一下
OpenCV的轮廓检测
最新发布
wzdzgdf的博客
08-29 2921
轮廓是图像中连续的、闭合的曲线段，代表物体的边界（如圆形的轮廓是一条闭合曲线）。OpenCV 的轮廓检测通过 cv2.findContours() 实现，可用于形状识别、物体计数、图像分割等场景。
opencv轮廓检测
weixin_61576710的博客
07-13 1929
1
OpenCV轮廓检测（一）
qq_55041016的博客
02-23 3488
1、轮廓发现与绘制 图像的轮廓不但能提供物体的边缘，而且能够提供物体边缘之间的层次关系以及拓扑关系。我们可以将图像轮廓的发现简单理解为带有结构关系的边缘检测。下面就是一个简单的关系图： 为了描述不同轮廓之间的结构关系，定义由外到内的轮廓级别越来越低，也就是高一层级的轮廓包围着较低层级的轮廓，被同一个轮廓包围的多个不互相包含的轮廓是同一层级的轮廓。上图的结构关系可以用下图表示： 为了更好的描述各个轮廓之间的层级关系，常用4个参数来描述不同层级之间的结果关系，这4个参数分别是同层下一个轮廓索引、同
OpenCV——轮廓检测
吴声子夜歌的博客
06-23 1280
某些轮廓是没有子轮廓、父轮廓或同一层次的下一个轮廓的，这时用-1 表示。例如，2号轮廓可以表示为[3，-1，-1，1]，因为它只有 Next (3 号轮廓，用3表示)和 Parent(1号轮廓,用1表示),没有 Previous 和 First Child(用-1 表示)。如图所示，这个嵌套的图形中有6个轮廓，分别标记为 1~6号，它们之间有层级关系，其中1号轮廓在最外面，它的层级比其他的轮廓都要高。1号轮有3个子轮，分别为 2、3 和 5号轮廓，其中3号轮廓又有4号子轮廓，5 号轮廓又有6号子轮廓。
openCV——轮廓检测
D_Low的博客
04-20 8901
轮廓检测 边缘检测虽然能够检测出边缘，但边缘是不连续的，检测到的边缘并不是一个整体。图像 轮廓是指将边缘连接起来形成的一个整体，用于后续的计算。OpenCV 提供了查找图像轮廓的函数 cv2.findContours()，该函数能够查找图像内的轮廓信 息，而函数 cv2.drawContours()能够将轮廓绘制出来。 API contours, hierarchy = cv2.findContours( image, mode, method) 式中的返回值为： contours：返回的轮廓
OpenCV中的轮廓检测
2403_88243851的博客
12-27 660
OpenCV中简单的轮廓检测方法
OpenCV轮廓检测详解与实战
"本文主要探讨了OpenCV库中如何实现轮廓检测，并提供了详细的代码示例。轮廓检测在图像处理和计算机视觉领域具有重要的应用，包括物体检测、形状分析和感兴趣区域计算等。" OpenCV是一种强大的开源计算机视觉库，它...
评论
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

打赏作者

东哥aigc

你的鼓励将是我创作的最大动力

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

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