OpenCV与图像轮廓

本文详细介绍了如何使用OpenCV进行图像轮廓查找与绘制,包括轮廓面积、长度的计算,以及利用Hu特征进行形状匹配。同时,文章还探讨了轮廓的几何形状拟合,如最小外包矩形框、最小包围圆形、最优拟合椭圆和直线,并介绍了逼近多边形的方法。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

© Fu Xianjun. All Rights Reserved

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。图像轮廓是图像中非常重要的一个特征信息,通过对图像轮廓的操作,我们能够获取目标图像的大小、位置、方向等信息

目录

一. 轮廓查找与绘制

二. 计算轮廓的面积及长度

三. 使用Hu特征进行形状匹配

四. 轮廓的几何形状拟合

重点:轮廓查找与绘制、计算轮廓的面积及长度
难点:形状匹配、轮廓的几何特征拟合

1.轮廓查找与绘制

函数cv2.findContours()的语法格式为:image, contours, hierarchy = cv2.findContours( image, mode, method)

式中的返回值为:

*image:与函数参数中的原始图像image一致

*contours:返回的轮廓

*hierarchy: 图像的拓扑信息(轮廓层次)

式中的参数为

*image:原始图像,8位单通道图像,所有非零值被处理为1,所有零值保持不变。也就是说灰度图像会被自动处理为二值图像。在实际操作时,可以根据需要,预先使用阈值处理等函数将待查找轮廓的图像处理为二值图像

*mode:轮廓检索模式

*method:轮廓的近似方法

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,相对于边缘,轮廓是连续的,边缘并不全部连续

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
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
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