OpenCV:在二进制图像中绘制对象的轮廓
按照http://docs.opencv.org/trunk/d4/d73/tutorial_py_contours_begin.html提供的一个示例，我在Spyder环境中使用python在二进制图像中绘制检测到的组件的轮廓。我的代码如下：
im = cv2.imread('test.jpg') #raw RGB image
im2 = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY) #gray scale image
plt.imshow(im2,cmap = 'gray')如下图所示：
然后,
thresh, im_bw = cv2.threshold(im2, 127, 255, cv2.THRESH_BINARY) #im_bw: binary image
im3, contours, hierarchy = cv2.findContours(im_bw,cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
cv2.drawContours(im2, contours, -1, (0,255,0), 3)
plt.imshow(im2,cmap='gray') #without the code, only an array displayed in the console由于某些原因，这些代码不会给出带有等高线的图形。但是如果我修改最后两行代码，如下所示：
cv2.drawContours(im, contours, -1, (0,255,0), 3)
plt.imshow(im,cmap='gray')它产生一个带有轮廓的图形：
我对这些代码是如何工作的感到困惑？Cv2.drawCoutour是否仅适用于GRB图像？希望不是。此外，值得注意的是，轮廓提供了一个3D数组：
idx = contours[0]
print idx.shape
(392L, 1L, 2L)idx应该存储所有轮廓点的像素坐标。但是如何解释每个维度表示的内容，并从中获取每个轮廓点的像素坐标呢？然后，我可以使用这些坐标来绘制等高线，而不需要求助于cv2.drawContours.
回答 2
Stack Overflow用户
发布于 2017-06-06 10:05:40
Cv2.findContour和cv2.drawContour都是破坏性的方法，修改了原始的输入图像，后者只适用于用于绘图的RBG图像，这解释了绘制的灰度图像中没有显示可见的轮廓。
除了cv2.drawContour之外，还可以使用存储在cv2.findContour获得的“contour”(在上面的代码中)中的边界像素的索引轻松地绘制轮廓。
Stack Overflow用户
发布于 2021-06-06 11:15:45
造成混淆的原因是，cv2.findContour只能应用于二进制图像，而cv2.drawContour只能应用于RGB。这就是为什么要绘制轮廓，您需要将im2转换为RGB，然后绘制轮廓，然后再次将im2转换为二进制(灰度)。但真正可怕的是，结果看起来不会像您预期的那样:您的轮廓像素看起来是灰色而不是白色(这意味着它们的值在150-170之间，而不是255)。它可以很容易地补救: im2im2!=0=255。
im_gray = cv2.imread('test.jpg',0)
im_color=cv2.imread('test.jpg',1)
im3, contours, hierarchy =
cv2.findContours(im_gray,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)
cv2.drawContours(im_color, contours, -1, (0,255,0), 3)
im = cv2.cvtColor(im_color, cv2.COLOR_BGR2GRAY)
# if you plot im now you will see grey contours not white
im[im!=0]=255
# all contours are white now!https://stackoverflow.com/questions/44378099
复制相似问题
腾讯云开发者
