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 | 建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。 |
第三个参数
cv2.CHAIN_APPROX_NONE | 存储所有的轮廓点,相邻的两个点的像素位置差不超过1 |
---|---|
cv2.CHAIN_APPROX_SIMPLE | 压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息 |
cv2.CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS | 使用teh-Chinl chain 近似算法 |
2.drawContours()参数说明
cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset ]]]]])
第一个参数是指明在哪幅图像上绘制轮廓;
第二个参数是轮廓本身,在Python中是一个list。
第三个参数指定绘制轮廓list中的哪条轮廓,如果是-1,则绘制其中的所有轮廓。后面的参数很简单。其中thickness表明轮廓线的宽度
绘制过程
绘制代码:
import cv2
img = cv2.imread('./image.png')
mask = cv2.imread('./mask.png')
mask = cv2.cvtColor(mask, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(mask, 127, 255, 0)
contours, im = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) #第一个参数是轮廓
cv2.drawContours(image=img, contours=contours, contourIdx=-1, color=(0, 255, 0), thickness=1)
cv2.namedWindow('a')
cv2.imshow('a', img)
cv2.waitKey(0)