opencv图像轮廓提取,halcon获取轮廓的点

　　本文主要参考这个文档wsdgtx2038。转载时请注意原出处。

　　本文主要介绍如何在Python中使用OpenCV检测和绘制等高线。

　　轮廓检测

　　轮廓检测也常用于图像处理。OpenCV-Python接口使用cv2.findContours))函数找到被检测对象的轮廓。

　　实现方法如下。

　　导入cv 2img=cv2.im read(。/test . jpg)(gray=cv2 . CVT color)img，cv2。COLOR_BGR2GRAY ) ret，binary=cv2 cv2

　　请注意，由于cv2.findContours()函数接收的参数是二值图表或者黑白(不是灰度)，所以读取的图像必须先转换成灰度，然后再转换成二值图表。请看4和5中的两行。第六行是检测轮廓，第七行是画轮廓。

　　结果如下。

　　测试结果如下。

　　注意，findcontours功能“原位”修改输入图像。这可以通过下面的陈述来验证。

　　cv2.imshow(二进制)，binary(轮廓)，hierarchy=cv2.find contours(二进制)，cv2。RETR _树，cv2.chain_)

　　2.cv2.findContours()函数的原型如下

　　2.find contexts (image，mode，method[，contexts [，hierarchy[，offset]]]) opencv2表示轮廓中的两个音符：hierarchy: opencv3返回三个值。第一个参数是img、countours和hierarchy参数，用于查找轮廓图像。第二个参数指示大纲的检索模式。有四种。本文介绍了所有新的cv2接口。 cv2.RETR_EXTERNAL表示只检测外轮廓。

　　cv2.RETR_LIST 检测到的配置文件没有建立层次关系。

　　创建 cv2.RETR_CCOMP阶段的轮廓。上层是外边界，中间层是内孔的边界信息。当孔中有连接的对象时，对象的边界也在顶层。

　　 cv2.RETR_TREE创建分层树结构的轮廓。

　　第三个参数method存储轮廓逼近法cv2.CHAIN_APPROX_NONE的所有轮廓点，相邻两点的像素位置差不大于1，即max(ABS(x1-x2)，ABS (y2-y1) )=1。

　　 cv2.CHAIN_APPROX_SIMPLE 压缩水平、垂直和对角线方向的元素，只保留该方向端点的坐标。例如，矩形轮廓包含四个点的轮廓信息。

　　使用33558 www.Sina.com/teh-chinlchain近似算法

　　返回值cv2。findContours())函数返回两个值：配置文件本身和对应于每个配置文件的属性。

　　Contour返回值cv2.findContours()函数首先返回列表。列表中的每个元素都是一个图像的轮廓，用numpy的ndarray表示。这个概念很重要。你可以在下面的等高线图上看到它。及格

　　print(type(contours))print(type)contexts[0])(print(len)contours))

　　以上信息可以验证。在这个例子中，你可以看到五角星和矩形。每个轮廓都是n数组，每个n数组都是轮廓上的一组点。

　　我知道有两个轮廓，所以我可以通过。

　　2.cv2.drawcontours(img，contours，0，)，0，0，255)，3)和

　　2.画等高线(img，contours，1，(0，255，0)，3)分别画两条等高线。有关该参数，请参见下一节。同时

　　print(len(contours[0]))print(len(contours[1])

　　输出存储在两个轮廓中的点数。正如您所看到的，在第一个大纲中只有4个元素。这是因为轮廓并不存储轮廓上的所有点，而只存储能用直线描述轮廓的点数，比如一个“直立”的矩形。只需要4个顶点来描述轮廓。

　　Hierarchy返回值此外，该函数还可以返回一个可选的hierarchy结果，该结果是一个具有相同数量的元素和轮廓的ndarray。每个轮廓contours[i]对应四个层次元素，即hierarchy[I][0]~ hierarchy[I][3]，分别代表后一个轮廓、前一个轮廓、父轮廓和父轮廓。

　　及格

　　print(type(hierarchy))print(hierarchy . ndim)print(hierarchy[0])。ndim)打印(hierarchy.shape)

　　可以看出，层次结构本身包含两个ndarray，每个ndarray对应一个大纲，每个大纲有四个属性。

　　在OpenCV中，通过cv2.drawContours在图像上绘制轮廓

　　2.函数cv2.drawContours的第一个参数(image，Contours，contouridx，color [，thickness [，linetype [，hierarchy [，maxlevel [，offset]])表示在哪个图像上绘制轮廓；第二个参数是大纲本身，这是Python中的一个列表。第三个参数指定要绘制大纲列表中的哪个大纲，如果为-1，则绘制所有大纲。以下参数很简单。其中，thickness表示轮廓的宽度，如果它是-1(cv2。已填充)，是填充模式。绘图参数将在以后单独详细描述。补充：

　　OpenCV-Python教程(11，轮廓检测)_专栏of _wsdgtx2038 -CSDN博客_轮廓检测博客中提到轮廓的极值点可以用以下方法计算，如下

　　五角星=轮廓[1]#第二个轮廓是五角星最左边=元组(五角星[:0][五角星[:0]。argmin ()])最右边=tuple(五角星[:0][五角星[:0]。argmin()])cv2.circle(img，最左边，2，(0，255，0)，3)cv2.circle(img，最右边，2，(0，0，255)，3)

　　010-5900人民邮电出版社出版了一本《NumPy攻略：Python科学计算与数据分析》，推荐看看。

　　注意！假设轮廓有100个点，OpenCV返回的ndarray的维数是(100, 1, 2)！！！而不是我们认为的(100, 2)。切记！！！

　　在numpy的数组中，轴的索引用逗号分隔。例如，假设您有以下数组：

　　a=np.array([[[3，4]]，[[1，2]]，[[5，7]]，[[3，7]]，[[1，8]])

　　它的形状是(5，1，2)。和我们的大纲一样。那么[:0]的结果是：

　　[3,4], [1,2], [5,7], [3,7], [1,8]

　　这里，a[:0]表示a[0:5，0]，即a[0:5，0:0:2]。这三个是等价的。

　　回头看，A的形状是(5，1，2)，说明它是三轴的。在numpy的数组中，轴的索引用逗号分隔。同时，冒号索引“:”表示轴的所有元素。因此，a[:0]表示第一个轴的所有元素和第二个轴的第一个元素。这里相当于a[0:5，0]。

　　此外，如果给定的索引号小于数组中的总索引号，则默认情况下将给定的索引树分配给轴。比如a[0:5，0]只给出两个轴的索引，那么第一个索引是第一个轴，第二个索引是第二个轴，第三个索引没有，那么默认为[:]，即那个轴的所有内容。因此，a[0:5，0]也等价于a[0:5，0:0:2]。

　　更详细的说，A的全部内容是：[[3，4]]，[[1，2]]，[[5，7]]，[[3，7]]，[[1，8]]。去掉第一层方括号。有五个元素，每个元素都像[[3，4]]，所以第一个索引的范围是[0:5]。更新：关于pentagram[:,0]的意思

　　观察[[3，4]]，发现只有一个元素，即[3，4]，第二个指标是[0:1]。

　　再去掉一层方括号。我们面对的是[3，4]。有两个元素，所以第三个索引的范围是[0:2]。

　　再次强调OpenCVPython接口函数返回的NumPy数组与普通NumPy数组的组织区别。

　　参考号：1《Opencv2 Computer Vision Application Programming Cookbook》

　　2、《OpenCV References Manule》

　　3.OpenCV官方文档的轮廓部分

　　关于Python opencv中值错误的专栏：太多值无法解包_ jjddss -CSDN博客

　　Opencv3可能会报告要解包的值太多的错误(预期值为2)。最近在OpenCV-Python接口中使用了函数cv2.findContours()来查找被检测对象的轮廓。

　　根据在线教程，PythonOpenCV的轮廓提取函数会返回两个值，第一个是轮廓的点集，第二个是每层轮廓的索引。但是我的程序在实际调用过程中报错，错误内容如下：要解包的值太多(预期2)

　　实际上，返回值是不接受的。如果只用一个变量A接受返回值，调用len(a)，会发现长度是3，也就是说这个函数实际上返回了三个值。

　　第一个，也是最可怜的一个，返回你处理的第二个图像，也就是我们要找的，轮廓的第三个点集。每个层轮廓的索引使用如下：

　　importcv2img=cv2.imread(./测试。jpg’)灰色=cv2。CVT颜色(img，cv2 .COLOR_BGR2GRAY)ret，binary=cv2.threshold(灰色，127，255，cv2 .THRESH_BINARY)轮廓，层次=cv2。查找轮廓(二进制，cv2 .获得文件树，cv2 .CHAIN _ APPROX _ SIMPLE)cv2。绘制轮廓(img，Contours，-1，(0，0，255)，3)cv2.imshow(img ，img)cv2.waitKey(0)运行时出现错误：值错误：要解包的值太多

　　原因：由于版本（使用的时3.2.0.7)问题简历。查找轮廓返回值个数发生变化，变为3个。因此应该为

　　aa，ctrs，hier=cv2。查找轮廓(im _ th。复制()，cv2 .RETR _外部，cv2 .CHAIN_APPROX_SIMPLE)假如第一个参数不使用，可写成

　　_，ctrs，hier=cv2。查找轮廓(im _ th。复制()，cv2 .RETR _外部，cv2 .CHAIN_APPROX_SIMPLE)拓展：

　　值错误：要解包的值太多类错误，多为输入或者输出参数数量不一致导致。

　　参考：

　　OpenCV-Python教程(11、轮廓检测)_wsdgtx2038的专栏程序员博客_轮廓检测

郑重声明：本文由网友发布，不代表盛行IT的观点，版权归原作者所有，仅为传播更多信息之目的，如有侵权请联系，我们将第一时间修改或删除，多谢。

相关文章阅读