openCV ROI

最新推荐文章于 2023-07-14 10:19:20 发布

九点半9527

最新推荐文章于 2023-07-14 10:19:20 发布

阅读量1.2k

点赞数

文章标签： opencv 人工智能计算机视觉

本文链接：https://blog.youkuaiyun.com/qq_34651483/article/details/121091946

版权

这段代码展示了如何使用OpenCV进行图像处理，包括图片灰度转换、二值化、寻找轮廓，然后根据轮廓信息定义ROI区域并进行显示。通过`findContours`函数找到感兴趣区域，并用`rectangle`函数画出ROI边界。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

import threading

import cv2 as cv
import time
import numpy as np


class ROI9527():
    def __init__(self):
        pass

    def draw_Contours(self, contours, img):
        '''
        # 绘制自动识别的轮廓  automation 自动识别区域
        :param contours:
        :param img:
        :return:
        '''
        cnt = contours[1:]  # contours 二值图片轮廓    获取全部轮廓
        Contours_image = cv.drawContours(img, cnt, -1, (0, 0, 255),
                                         1)  # 其中参数2就是得到的contours，参数3表示要绘制哪一条轮廓，-1表示绘制所有轮廓，参数4是颜色（B/G/R通道，所以(0,0,255)表示红色），参数5是线宽

        cv.namedWindow('show Fail', 0)  # O表示显示窗口可以随意手动调节，1
        cv.imshow("show Fail", Contours_image)  # 显示图片
        c = cv.waitKey(0)  # 50豪标   显示时间  显示时间越长 卡顿越严重
        cv.destroyWindow("show Fail")


    # 显示ROI 有效区域
    def show_obj_area(self, ROI_list, img):
        '''
        自动识别ROI区域显示
        :param img:
        :return:
        '''
        print('ROSlIST: ', ROI_list)
        print('自动识别ROI区域个数: ', len(ROI_list))
        new_image = img
        for OBJ_ROI in ROI_list:
            x_min = OBJ_ROI["x_min"] - 10
            y_min = OBJ_ROI["y_min"] - 10
            x_max = OBJ_ROI["x_max"] + 10
            y_max = OBJ_ROI["y_max"] + 10
            cv.rectangle(new_image, (x_min, y_min), (x_max, y_max), (4, 211, 41), 2)  # 白色區域  [x列:y列, x列：y行]   # 行差100
        cv.namedWindow('show_obj_area', 0)  # O表示显示窗口可以随意手动调节，1
        cv.imshow("show_obj_area", new_image)  # 显示图片
        c = cv.waitKey(0)  # 50豪标   显示时间  显示时间越长 卡顿越严重
        cv.destroyAllWindows()

    def showIMG(self, img, index=9527):