python opencv实现找到图像的轮廓,填充颜色

我想找到图片中的闭合圈,然后填充颜色

所需要的cv函数:

1。OpenCV提供的findContours()方法可以通过计算图像梯度来判断出图像的边缘,然后将边缘的点封装成数组返回。

contours,hierarchy = cv2.findContours(image,mode,methde)

  image: 为检测的图像,必须是8位单通道二值图像。如果原图为彩色的,必须转为灰度图,并通过二值化阈值处理。

  mode: 轮廓的检索模式,具体如下。

参数值含义
cv2.RETR_EXTERNAL只检测外轮廓
cv2.RETR_LIST                检测所有轮廓,但不建立层次关系
cv2.RETR_CCOMP检测所有轮廓,并建立俩级层次关系
cv2.RETR_TREE检测所有轮廓,并建立树状结构的层次关系

  methode:检测轮廓时使用的方法,具体如下

参数值含义
cv2.CHAIN_APPROX_NONE存储轮廓上的所有点
cv2.CHAIN_APPROX_SIMPLE只保存水平,垂直或对角线轮廓的端点
cv2.CHAIN_APPROX_TC89_L1Ten-Chinl 近似算法中的一种
cv2.CHAIN_APPROX_TC89_KCOSTen-Chinl 近似算法中的一种

返回值:

 contours:检测出的所有轮廓,list类型,每一个元素都是某个轮廓的像素坐标点

 hierarchy:轮廓之间的层次关系

2 。 OpenCV提供了drawContours()方法专门来绘制这些轮廓。drawContours()方法如下:

image = cv2.drawContours(image, contours, contourIdx, color, thickness, lineTypee, hierarchy, offse)

参数说明:

image:被绘制轮廓的原始图像,可以是多通道图像

contours:findContours()方法得出的轮廓列表

contourIdx:绘制轮廓的索引,如果为-1则绘制所有轮廓

color:绘制的颜色,使用BGR格式

thickness:可选参数,画笔的粗细程度,如果为 -1 则绘制实心圆

lineTypee:可选参数,绘制轮廓的线型

hierarchy:可选参数,findContours()方法得出的层次关系

maxLevel:可选参数,绘制轮廓的层次深度,最深绘制第maxlevel 层

offse:可选参数,偏移量,可以改变绘制结果的位置

返回值:

image:同参数中的image,方法执行后原始图像中就包含绘制的轮廓了,可以 不适用此返回值保存结果。

原图

python opencv实现找到图像的轮廓,填充颜色

 填充后的图像

python opencv实现找到图像的轮廓,填充颜色

程序实现

import cv2
import numpy as np
img = cv2.imread('1/2.jpg')

# 反转 黑白变换  一般不需要这一步,我这张图片是在找轮廓的时候有图像的四个边也会
# 被当成轮廓,所以我先反转一下黑白交换

black = 255 - img

# 彩图转为灰度图
gray = cv2.cvtColor(black, cv2.COLOR_BGR2GRAY)
# 转为二值图像
t, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 找到所有轮廓,记录轮廓的每一个点
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)

area = []
for k in range(len(contours)):
    area.append(cv2.contourArea(contours[k]))
# 轮廓索引
max_idx = np.argsort(np.array(area))
mask = img.copy()
# 按轮廓索引填充颜色
for idx in max_idx:
    # 填充轮廓
    mask = cv2.drawContours(mask, contours, idx, (0, 0,255), cv2.FILLED)

cv2.imshow('mask', mask)
cv2.waitKey()
cv2.destroyAllWindows()

文章出处登录后可见!

已经登录?立即刷新

共计人评分,平均

到目前为止还没有投票!成为第一位评论此文章。

(0)
上一篇 2022年6月9日 上午11:38
下一篇 2022年6月9日 上午11:40

相关推荐

本站注重文章个人版权,不会主动收集付费或者带有商业版权的文章,如果出现侵权情况只可能是作者后期更改了版权声明,如果出现这种情况请主动联系我们,我们看到会在第一时间删除!本站专注于人工智能高质量优质文章收集,方便各位学者快速找到学习资源,本站收集的文章都会附上文章出处,如果不愿意分享到本平台,我们会第一时间删除!