gpt4 book ai didi

Python OpenCV 图像区域轮廓标记(框选各种小纸条)

转载 作者:qq735679552 更新时间:2022-09-29 22:32:09 37 4
gpt4 key购买 nike

CFSDN坚持开源创造价值,我们致力于搭建一个资源共享平台,让每一个IT人在这里找到属于你的精彩世界.

这篇CFSDN的博客文章Python OpenCV 图像区域轮廓标记(框选各种小纸条)由作者收集整理,如果你对这篇文章有兴趣,记得点赞哟.

学在前面

上篇 OpenCV 博客原计划完成一个 识别银行卡号的项目,但是写的过程中发现,技术储备不足,我无法在下述图片中,提取出卡号区域,也就无法进行后续的识别了,再次意识到了自己技术还不达标,继续学习。完不成,就实现其它学习项目.

Python OpenCV 图像区域轮廓标记(框选各种小纸条)

轮廓识别实战

先看一下最终实现的效果,针对一张图片(该图片前景色和背景色差异较大),进行轮廓标记.

Python OpenCV 图像区域轮廓标记(框选各种小纸条)

图片基本处理

  1. import cv2 as cv
  2.  
  3. src = cv.imread("./demo.jpg")
  4.  
  5. gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
  6. # cv.imshow("src", src)
  7.  
  8. gray = cv.GaussianBlur(gray, (5, 5), 0)
  9. edges = cv.Canny(gray, 70, 210)
  10.  
  11. cv.imshow("edged", edges)

转换成灰度图,高斯模糊去噪,Canny 边缘检测,这些都是图像处理的基本函数,使用方法已经在前文进行过相关学习.

运行上述代码之后,获取基本边缘数据.

Python OpenCV 图像区域轮廓标记(框选各种小纸条)

轮廓检测

下面就是检测图像轮廓具体位置的代码了:

  1. contours, hierarchy = cv.findContours(edges.copy(), cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)
  2. print(f"轮廓数量:{len(contours)}")

在 cv.findContours(edges, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE) 中,第二个参数使用的是 cv.RETR_LIST,该参数值表示检测所有轮廓,不建立等级关系,彼此独立。如果只想获取轮廓边缘信息,不关心是否嵌套在另一个轮廓之内,使用该参数值即可.

第三个参数使用的是 cv.CHAIN_APPROX_SIMPLE,表示压缩水平方向,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,这也是为了后面便于计算.

观察上图,可以发现最外侧的边缘面积是最大的,所以依据面积进行排序,依据其他值也可以,获取面积最大的轮廓.

  1. contours = sorted(contours, key = cv.contourArea, reverse = True)[:3]

对轮廓进行简单绘制,获得下图效果.

  1. cv.drawContours(src,contours,-1,(0,0,255),2)

Python OpenCV 图像区域轮廓标记(框选各种小纸条)

遍历轮廓,计算轮廓近似

先看代码:

  1. # 遍历轮廓
  2. for c in contours:
  3. # 计算轮廓近似
  4. peri = cv.arcLength(c, True)
  5. approx = cv.approxPolyDP(c, 0.02 * peri, True)

一个新的函数 cv.arcLength,该函数的原型如下:

  1. retval = cv2.arcLength(curve, closed)

该函数用于计算轮廓的周长.

下面的 cv.approxPolyDP 函数原型如下:

  1. approxCurve = cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])

函数参数如下:

  • curve:源图像的某个轮廓;
  • epsilon:距离值,表示多边形的轮廓接近实际轮廓的程度,值越小,越精确;
  • closed:轮廓是否闭合。

最重要的参数就是 epsilon 简单记忆为:该值越小,得到的多边形角点越多,轮廓越接近实际轮廓,该参数是一个准确度参数.

该函数返回值为轮廓近似多边形的角点.

绘制轮廓

最后判断,当上文返回的角点为 4 的时候,提取轮廓,代码如下:

  1. # 遍历轮廓
  2. for c in contours:
  3. # 计算轮廓近似
  4. peri = cv.arcLength(c, True)
  5. approx = cv.approxPolyDP(c, 0.02 * peri, True)
  6.  
  7. # 当恰好是 4 个角点的时候,获取轮廓。
  8. if len(approx) == 4:
  9. screen_cnt = approx
  10. break
  11.  
  12. # 结果显示
  13. cv.drawContours(src, [screen_cnt], -1, (0, 0, 255), 2)

更换图片,进行再次轮廓检测,注意修改轮廓近似部分代码即可.

  1. # 遍历轮廓
  2. for c in contours:
  3. # 计算轮廓近似
  4.  
  5. approx = cv.approxPolyDP(c, 30, True)
  6.  
  7. if len(approx) == 4:
  8. screen_cnt = approx
  9. break

Python OpenCV 图像区域轮廓标记(框选各种小纸条)

到此这篇关于Python OpenCV 图像区域轮廓标记(框选各种小纸条)的文章就介绍到这了,更多相关Python OpenCV区域轮廓标记内容请搜索我以前的文章或继续浏览下面的相关文章希望大家以后多多支持我! 。

原文链接:https://blog.csdn.net/hihell/article/details/114532181 。

最后此篇关于Python OpenCV 图像区域轮廓标记(框选各种小纸条)的文章就讲到这里了,如果你想了解更多关于Python OpenCV 图像区域轮廓标记(框选各种小纸条)的内容请搜索CFSDN的文章或继续浏览相关文章,希望大家以后支持我的博客! 。

37 4 0
Copyright 2021 - 2024 cfsdn All Rights Reserved 蜀ICP备2022000587号
广告合作:1813099741@qq.com 6ren.com