使用 OpenCV 在 Python 中检测图像中的形状

OpenCV 是一个开源库，主要用于处理图像和视频以识别形状、对象、文本等。它主要与 python 一起使用。在本文中，我们将了解如何检测图像中的形状。为此，我们需要OpenCV 的cv2.findContours()函数，并且我们将使用cv2.drawContours()函数在图像上绘制边缘。轮廓是形状的轮廓或边界。

方法

• 导入模块
• 导入图片
• 将其转换为灰度图像
• 对图像应用阈值，然后找出轮廓。
• 在轮廓范围内运行一个循环并遍历它。
• 在这个循环中绘制形状的轮廓（使用 drawContours() ）并找出形状的中心点。
• 根据检测到的形状有多少个轮廓点对检测到的形状进行分类，并将检测到的形状名称放在形状的中心点。

使用的功能 

• cv2.findContours()：基本上这个方法找出图像中所有形状的边界点。

语法： cv2.findContours(src, contour_retrieval, contours_approximation)

参数：

• src：输入图像 n 维（但在我们的示例中，我们将使用 
  最首选的 2 维图像。）
• 轮廓检索：
  • cv.RETR_EXTERNAL：只检索极端外轮廓
  • cv.RETR_LIST：检索所有轮廓而不建立任何层次关系。
  • cv.RETR_TREE：检索所有轮廓并重建嵌套轮廓的完整层次结构。
• 轮廓近似：
  • cv.CHAIN_APPROX_NONE：它将存储所有边界点。
  • cv.CHAIN_APPROX_SIMPLE：它将存储端点的数量（例如，如果是矩形，它将存储4个）

返回值：轮廓点列表

• cv2.drawContours() ：此方法绘制轮廓。如果您提供边界点，它也可以绘制形状。

语法： cv.DrawContours(src、contour、contourIndex、color、thickness)

参数：

• src： n维图像
• 轮廓：可以列出轮廓点。
• 轮廓指数：
  • -1：绘制所有轮廓
• 要绘制单个轮廓，我们可以在此处传递索引值
  • 颜色：颜色值
  • 厚度：轮廓的大小

输入：

程序：

• Python3

import cv2 import numpy as np from matplotlib import pyplot as plt    # reading image img = cv2.imread('shapes.png')    # converting image into grayscale image gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # setting threshold of gray image _, threshold = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)    # using a findContours() function contours, _ = cv2.findContours(     threshold, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)    i = 0    # list for storing names of shapes for contour in contours:        # here we are ignoring first counter because      # findcontour function detects whole image as shape     if i == 0:         i = 1         continue        # cv2.approxPloyDP() function to approximate the shape     approx = cv2.approxPolyDP(         contour, 0.01 * cv2.arcLength(contour, True), True)            # using drawContours() function     cv2.drawContours(img, [contour], 0, (0, 0, 255), 5)        # finding center point of shape     M = cv2.moments(contour)     if M['m00'] != 0.0:         x = int(M['m10']/M['m00'])         y = int(M['m01']/M['m00'])        # putting shape name at center of each shape     if len(approx) == 3:         cv2.putText(img, 'Triangle', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        elif len(approx) == 4:         cv2.putText(img, 'Quadrilateral', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        elif len(approx) == 5:         cv2.putText(img, 'Pentagon', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        elif len(approx) == 6:         cv2.putText(img, 'Hexagon', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        else:         cv2.putText(img, 'circle', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)    # displaying the image after drawing contours cv2.imshow('shapes', img)    cv2.waitKey(0) cv2.destroyAllWindows()

输出：

 

标签：img,Python,cv2,OpenCV,形状,图像,轮廓,contour,255
来源： https://blog.csdn.net/allway2/article/details/122608803