您好,登录后才能下订单哦!
密码登录
登录注册
点击 登录注册 即表示同意《亿速云用户服务条款》
这篇文章主要介绍“怎么用python opencv画外接矩形框”,在日常操作中,相信很多人在怎么用python opencv画外接矩形框问题上存在疑惑,小编查阅了各式资料,整理出简单好用的操作方法,希望对大家解答”怎么用python opencv画外接矩形框”的疑惑有所帮助!接下来,请跟着小编一起来学习吧!
画外接矩形框,可以画成一个最大的,也可以分别画。
# -*- coding: utf-8 -*- import cv2 image = cv2.imread('G:/110w2/mask_tif4/00.png') print(image.shape) print(image.shape[0]) # h print(image.shape[1]) # w # 图像转灰度图 img = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) #cv2.imwrite('G:/110w2/mask_tif4/02.png', img) # 图像转二值图 ret, thresh = cv2.threshold(img, 2, 255, cv2.THRESH_BINARY_INV) contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) x1 = [] y1 = [] x2 = [] y2 = [] for c in contours: # 找到边界坐标 x, y, w, h = cv2.boundingRect(c) # 计算点集最外面的矩形边界 print(x, y, w, h) # 因为这里面包含了,图像本身那个最大的框,所以用了if,来剔除那个图像本身的值。 if x != 0 and y != 0 and w != image.shape[1] and h != image.shape[0]: # 左上角坐标和右下角坐标 # 如果执行里面的这个画框,就是分别来画的, cv2.rectangle(image, (x, y), (x + w, y + h), (0, 255, 0), 1) x1.append(x) y1.append(y) x2.append(x + w) y2.append(y + h) x11 = min(x1) y11 = min(y1) x22 = max(x2) y22 = max(y2) # 这个是画出所有目标,都可以包含在内的,一个外接矩形框。 #cv2.rectangle(image, (x11, y11), (x22, y22), (0, 0, 255), 1) #cv2.imshow("img", image) cv2.imwrite('G:/110w2/mask_tif4/0_001.png', image) cv2.waitKey(0) # 功能:cv2.findContours()函数来查找检测物体的轮廓。 #参数: # 参数1:寻找轮廓的图像,接收的参数为二值图,即黑白的(不是灰度图),所以读取的图像要先转成灰度的,再转成二值图 # 参数2: 轮廓的检索模式,有四种。 # cv2.RETR_EXTERNAL 表示只检测外轮廓; # cv2.RETR_LIST 检测的轮廓不建立等级关系; # 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。如果内孔内还有一个连通物体,这个物体的边界也在顶层。 # cv2.RETR_TREE 建立一个等级树结构的轮廓。 # # 参数3: 轮廓的近似办法. # 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,即max(abs(x1-x2),abs(y2-y1))==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 # 注:opencv2返回两个值:contours:hierarchy。opencv3会返回三个值,分别是img, countours, hierarchy # #返回值 #cv2.findContours()函数返回两个值,一个是轮廓本身,还有一个是每条轮廓对应的属性。
到此,关于“怎么用python opencv画外接矩形框”的学习就结束了,希望能够解决大家的疑惑。理论与实践的搭配能更好的帮助大家学习,快去试试吧!若想继续学习更多相关知识,请继续关注亿速云网站,小编会继续努力为大家带来更多实用的文章!
免责声明:本站发布的内容(图片、视频和文字)以原创、转载和分享为主,文章观点不代表本网站立场,如果涉及侵权请联系站长邮箱:is@yisu.com进行举报,并提供相关证据,一经查实,将立刻删除涉嫌侵权内容。