腐蚀后重新绘制轮廓到原始图像 - 腾讯云开发者社区 - 腾讯云

开发者社区

文档建议反馈控制台

最新优惠活动

文章/答案/技术大牛

发布

C++ OpenCV基于距离变换与分水岭的图像分割

，sharp 转为二值图像通过threshold 距离变换对距离变换结果进行归一化到[0~1]之间使用阈值，再次二值化，得到标记腐蚀得到每个Peak - erode 发现轮廓 – findContours...7.腐蚀得到每个Peak 效果不太好看，我们需要再进行二值的腐蚀，把上面的代码再修改一下 ? 我们再看一下运行效果，可以看出来比刚才的效果好很多了 ? 8.标记并且开始查找轮廓 ?...这一步只是查找轮廓，我们接下来绘制查找的轮廓再一起显示出来 9.绘制轮廓 ?...看到好像什么也没有，这是因为我们画的轮廓太小了，我们改一下显示效果 ? 把最后显示cv::imshow(imgdst,makers*5000)再乘5000，重新看一下显示效果 ?...这会儿就可以看到绘制的轮廓出来了 10.分水岭变换 ? 我们看看显示的效果 ? 可以看出，每个轮廓都有明显的区分开了。 11.对每个分割区域着色输出结果 ? ? 然后我们再运行看到最后结果 ?

1.8K3 0

【深度学习】实例第二部分：OpenCV

pts1) # 输出图像四个顶点坐标 # 执行透视变换，返回变换后的图像 dst2 = cv2.warpPerspective(dst, # 原始图像...erode(im, # 原始图像 kernel, # 腐蚀核 iterations=3) # 迭代次数 cv2.imshow...其形式为：[Next,Previous,First_Child,Parent]，分别表示后一个轮廓的索引编号、前一个轮廓的索引编号、第1个子轮廓的索引编号、父轮廓的索引编号参数 image：原始图像...2) # 轮廓粗细 cv2.imshow("result", im) # 显示绘制后的图像 cv2.waitKey() cv2.destroyAllWindows() 执行结果：绘制圆形包围圈...前景实心轮廓图和二值化图相减 im_sub = cv2.subtract(mask, im_bin) cv2.imshow("im_sub", im_sub) # 图像闭运算，先膨胀后腐蚀，去除内部毛刺

1.8K1 0

您找到你想要的搜索结果了吗？

是的

没有找到

基于OpenCV的车辆变道检测

捕获输入后，使用循环提取帧，并使用汽车的haar级联文件检测到的坐标，我们在循环中在汽车周围绘制一个矩形，以在对捕获的帧执行其他操作时获得一致性。...腐蚀和膨胀是图像处理中常使用的两个基本形态学操作。...腐蚀算子在内核区域上具有局部最小值的作用。腐蚀用于减少图像中的斑点噪声，斑点会从图像中的对象边界腐蚀掉。膨胀具有局部最大值运算符的作用。...当添加像素以平滑图像中对象的边界时，将使用膨胀来重新获得一些丢失的区域。现在，通过基本形态学操作（腐蚀和膨胀）处理从HSV帧的第一步生成的蒙版。...函数cv2.drawContours（）的工作方式是从根节点开始绘制一棵树（数据结构），然后将后续点，边界框和freeman链代码连接在一起。找到轮廓后的另一个重要任务是匹配它们。

1.3K1 0

基于OpenCV的车辆变道检测

捕获输入后，使用循环提取帧，并使用汽车的haar级联文件检测到的坐标，我们在循环中在汽车周围绘制一个矩形，以在对捕获的帧执行其他操作时获得一致性。...腐蚀和膨胀是图像处理中常使用的两个基本形态学操作。...腐蚀算子在内核区域上具有局部最小值的作用。腐蚀用于减少图像中的斑点噪声，斑点会从图像中的对象边界腐蚀掉。膨胀具有局部最大值运算符的作用。...当添加像素以平滑图像中对象的边界时，将使用膨胀来重新获得一些丢失的区域。现在，通过基本形态学操作（腐蚀和膨胀）处理从HSV帧的第一步生成的蒙版。...函数cv2.drawContours（）的工作方式是从根节点开始绘制一棵树（数据结构），然后将后续点，边界框和freeman链代码连接在一起。找到轮廓后的另一个重要任务是匹配它们。

1.2K1 0

使用 Python 和 OpenCV 构建 SET 求解器

以下是一些已识别的卡片轮廓，它们叠加在原始图像上。轮廓以绘制为红色 3. 重构卡片图像识别轮廓后，必须重构卡片的边界以标准化原始图像中卡片的角度和方向。...→ 膨胀+腐蚀的“闭合”图像，注意噪声消除。...在使用 cv2.drawContours 填充轮廓后，为了避免重复计算后，我们需要检查一下轮廓区域的值以及层次结构（以确保轮廓没有嵌入到另一个轮廓中）。...填充原始符号以确保没有内部边界被视为轮廓。另外：识别卡片属性的另一种方法可能是将有监督的 ML 分类模型应用于卡片图像。...我们将每张卡片的原始坐标列表存储为一个实例变量，该变量用于绘制彩色轮廓。 # Takes List[List[Card]] and original image.

1.3K6 0

低分辨率和畸变严重的棋盘格角点的自动检测

4）四边形生成：二进制轮廓检测算法尝试查找闭合轮廓，运行后尝试通过逐渐逼近检测到的多边形或四边形拟合到四边形上，这里请注意，在第一次腐蚀运行（图3左）后，只有两个棋盘格正确分开，因此只找到两个四边形。...右图：在第二次腐蚀后，找到了大部分的四边形。...E.多边形近似水平的自适应提取的轮廓被输入到多边形近似器算法中，该近似算法尝试将多边形进行四边形拟合，根据近似多边形偏离真实轮廓的程度（偏差阈值），由于模糊，连接的棋盘格有时被错误地近似为单个四边形，...F.相对重要性腐蚀核的适应特别是引入新的连接启发式被认为是最重要的增强算法，它们都处理由全向相机畸变引起的棋盘格模式的变化，同时保持原始实现对规则图像的检测率，其他的改进只会对非常低的分辨率和模糊的图像产生显著的影响...2）低分辨率图像中的小棋盘格：图11属于第5号测试图像集。对匹配过程的仔细检查表明，在一次腐蚀运算后，右下角的棋盘格太小，无法识别为四边形；然而，在下一次腐蚀过程中，它们已经和相邻区域一起生长了。

1.9K5 0

一篇文章就梳理清楚了 Python OpenCV 的知识体系

图像膨胀腐蚀膨胀、腐蚀属于形态学的操作，是图像基于形状的一系列图像处理操作。...图像直方图计算及绘制先掌握直方图相关概念，在掌握核心函数，最后通过 matplotlib 模块对直方图进行绘制。计算直方图用到的函数是 cv2.calcHist()。...轮廓查找与绘制核心要理解到在 OpenCV 中，查找轮廓就像在黑色背景中找白色物体。...常用函数：查找轮廓 cv2.findContours()；绘制轮廓 cv2.drawContours() 。最后应该掌握针对每个轮廓进行操作。 20....如果学习人脸识别，涉及的知识点为：人脸检测：从图像中找出人脸位置并标识；人脸识别：从定位到的人脸区域区分出人的姓名或其它信息；机器学习。

1.6K3 0

OpenCV与图像处理（三）

开操作：先腐蚀后膨胀的过程称为开运算，具有消除细小物体，来去除噪声，在纤细处分离物体和平滑较大物体边界的作用。...闭操作：先膨胀后腐蚀的过程称为闭运算，具有填充前景物体内细小空洞或者前景物体上的小黑点，连接邻近物体和平滑边界的作用。...形态学梯度：膨胀操作与腐蚀操作的差值，形态学梯度还包括内部梯度和方向梯度，作用：提取前景物体的轮廓。顶帽操作：原图像与开操作的差值，作用：提取图像中的噪声。...黑帽操作：闭操作与原图像的差值，作用：突出噪声与原始图像的交界处，可近似表现出一些轮廓。...，作用：突出噪声与原始图像的交界处，可近似表现出一些轮廓 blackhat = cv2.morphologyEx(threshold_binary, cv2.MORPH_BLACKHAT, kernel3

7472 0

用python和opencv检测图像中的条形码

通过本篇文章的学习，我们能学到的内容包括： 1、图像处理中常用的一些操作流程，包括滤波、阈值化处理、膨胀、腐蚀和轮廓查找等 2、更重要的一点，希望通过这个案例，能够帮助大家建立分析问题和处理问题的思路...通过这个相减操作，我们就只剩下了高水平梯度和低垂直梯度的图像区域。我们上述原始图像的梯度表示如下图所示 ? 请注意梯度操作是如何检测出图片的条形码区域的。...然后我将模糊化后的图片进行阈值化，在梯度图片中，所有的像素点的灰度值低于255的将设为0（黑色），其余设为255（白色）。模糊和阈值化处理后的输出结果如下： ?...在一系列的腐蚀和膨胀操作之后，这些小斑点已经被成功的移除了，只剩下条形码的区域。 ? 最后寻找一下图片中条形码的区域的轮廓。...image, [box], -1, (0,255,0), 3) cv2.imshow("Image", image) cv2.waitKey(0) 幸运的是，opencv中提供了相应的接口，可以很容易地找到图像中的最大轮廓

3.1K4 0

基于OpenCV的特定区域提取

解决这个问题的一种常用方法是形态转换，它涉及在图像上使用一系列的扩张和腐蚀来去除不需要的边缘和闭合间隙。...现在我们已经确定了四个部分，我们需要构建图像蒙版，这将使我们能够从原始图像中提取所需的特征。...我们将使用OpenCV函数“ drawContours（）”，将颜色用作白色（R，G，B = 255,2555,255），将厚度用作FILLED（-1）在黑色背景上绘制所有四个线段轮廓。...在原始图像上应用此蒙版可以在我们选择的背景（例如黑色或白色）上为我们提供所需的分段。...对于白色背景，我们首先创建一个白色画布，然后通过使用OpenCV函数“ drawContours（）”绘制轮廓为黑色（R，G，B = 0,0,0）且厚度为FILLED的轮廓，如下所示创建颜色反转的蒙版（

2.9K3 0

总结 | 基于OpenCV提取特定区域方法汇总

解决这个问题的一种常用方法是形态转换，它涉及在图像上使用一系列的扩张和腐蚀来去除不需要的边缘和闭合间隙。...现在我们已经确定了四个部分，我们需要构建图像蒙版，这将使我们能够从原始图像中提取所需的特征。...我们将使用OpenCV函数“ drawContours（）”，将颜色用作白色（R，G，B = 255,2555,255），将厚度用作FILLED（-1）在黑色背景上绘制所有四个线段轮廓。...用于提取我们的ROI的蒙版在原始图像上应用此蒙版可以在我们选择的背景（例如黑色或白色）上为我们提供所需的分段。...在黑色背景上提取的ROI 对于白色背景，我们首先创建一个白色画布，然后通过使用OpenCV函数“ drawContours（）”绘制轮廓为黑色（R，G，B = 0,0,0）且厚度为FILLED的轮廓，如下所示创建颜色反转的蒙版

4.3K2 0

基于OpenCV的条形码检测

通过本篇文章的学习，我们能学到的内容包括： 1、图像处理中常用的一些操作流程，包括滤波、阈值化处理、膨胀、腐蚀和轮廓查找等 2、更重要的一点，希望通过这个案例，能够帮助大家建立分析问题和处理问题的思路...通过这个相减操作，我们就只剩下了高水平梯度和低垂直梯度的图像区域。我们上述原始图像的梯度表示如下图所示 ? 请注意梯度操作是如何检测出图片的条形码区域的。...然后我将模糊化后的图片进行阈值化，在梯度图片中，所有的像素点的灰度值低于255的将设为0（黑色），其余设为255（白色）。模糊和阈值化处理后的输出结果如下： ?...在一系列的腐蚀和膨胀操作之后，这些小斑点已经被成功的移除了，只剩下条形码的区域。 ? 最后寻找一下图片中条形码的区域的轮廓。...image, [box], -1, (0,255,0), 3) cv2.imshow("Image", image) cv2.waitKey(0) 幸运的是，opencv中提供了相应的接口，可以很容易地找到图像中的最大轮廓

1.2K1 0

【深度学习】图像数据增强部分笔记

图像形态操作仿射与透视变换仿射通过平移镜像旋转等多种操作后依然能够保持平直性和平行性（直线还是直线，平行线仍然是平行线）透视透视变换是将图片投影到一个新的视平面，也称作投影映射．它是二维...图像闭运算闭运算是先膨胀、后腐蚀的运算，它有助于关闭前景物体内部的小孔，或去除物体上的小黑点，还可以将不同的前景图像进行连接。...形态学梯度形态学梯度运算是用图像的膨胀图像减腐蚀图像的操作，该操作可以获取原始图像中前景图像的边缘。礼帽运算礼帽运算是用原始图像减去其开运算图像的操作。...类似深度学习中的卷积层均值滤波 3*3 均值高斯滤波高斯分布的模板/滤波器中值滤波取相邻像素排序后的中位数在实现降噪操作的同时，保留了原始图像的锐度，不会修改原始图像的灰度值。...将求取的边缘按照一定系数比例叠加到原始图像上，即可实现对图像的锐化操作。图像轮廓轮廓拟合最小包围圆形最优拟合椭圆逼近多边形

1K3 0

Python数字图像处理与机器视觉

2.2.3 仅使用前几个特征向量来重建图像使用不同个数的奇异值来重组图像： # 用不同数量的奇异值绘制图像 comps = [3648, 1, 5, 10, 15, 20] plt.figure(figsize...内核在图像中滑动（如在 2D 卷积中）。仅当内核下的所有像素都为 1 时，原始图像中的像素（1 或 0）才会被视为 1，否则它会被侵蚀（使其为零）。...，然后绘制矩形 # 对应圆心 cv2.circle(output, (x, y), r, (0, 255, 0), 4) # 显示输出图像...2.4.1 开闭运算，形态梯度开操作是首先对图像进行腐蚀操作，然后在对图像进行膨胀操作，开操作可以断开两个对象的连接性。...闭操作使用结构元素对图像先膨胀后腐蚀，正好跟开操作的顺序相反，但是闭操作绝对不是开操作的反操作结果。

1.1K2 0

OpenCV图像处理常用手段 | 文末问答赠书

腐蚀操作 ? ? ? 滤波操作，模糊处理模糊处理在边沿检测和去噪声方面有较为广泛的应用。...canny边缘检测将原始图像转化为灰度图，用blur函数进行图像模糊以降噪，然后用canny函数进行边缘检测。 ? ? 直方图均衡化 ? ? 显然均衡化后的图片对比度变高了，变得更加明亮！...最后简单总结一下图像处理中概念离散傅里叶变换图像高频部分代表了图像的细节、纹理信息；低频代表了图像的轮廓信息。低通-》模糊高通-》锐化腐蚀和膨胀是针对白色部分（高亮部分）而言的。...膨胀就是对图像高亮部分进行“领域扩张”，效果图拥有比原图更大的高亮区域；腐蚀是原图中的高亮区域被蚕食，效果图拥有比原图更小的高亮区域。...开运算：先腐蚀再膨胀，用来消除小物体闭运算：先膨胀再腐蚀，用于排除小型黑洞形态学梯度：就是膨胀图与腐蚀图之差，用于保留物体的边缘轮廓。顶帽：原图像与开运算图之差，用于分离比邻近点亮一些的斑块。

3302 0

OpenCV图像处理常用手段

腐蚀操作 ? ? ? 滤波操作，模糊处理模糊处理在边沿检测和去噪声方面有较为广泛的应用。...canny边缘检测将原始图像转化为灰度图，用blur函数进行图像模糊以降噪，然后用canny函数进行边缘检测。 ? ? 直方图均衡化 ? ? 显然均衡化后的图片对比度变高了，变得更加明亮！...最后简单总结一下图像处理中概念离散傅里叶变换图像高频部分代表了图像的细节、纹理信息；低频代表了图像的轮廓信息。低通-》模糊高通-》锐化腐蚀和膨胀是针对白色部分（高亮部分）而言的。...膨胀就是对图像高亮部分进行“领域扩张”，效果图拥有比原图更大的高亮区域；腐蚀是原图中的高亮区域被蚕食，效果图拥有比原图更小的高亮区域。...开运算：先腐蚀再膨胀，用来消除小物体闭运算：先膨胀再腐蚀，用于排除小型黑洞形态学梯度：就是膨胀图与腐蚀图之差，用于保留物体的边缘轮廓。顶帽：原图像与开运算图之差，用于分离比邻近点亮一些的斑块。

8582 0

利用图像识别给CAD图纸找不同

边缘切割对齐因图纸可能有白边和倾斜，先边缘检测，再轮廓或直线检测算外接矩形，接着算角度和中心旋转图像，重复检测确定区域后裁剪。...再次检测和裁剪：对旋转后的图像再次进行边缘检测、轮廓或直线检测以及最大外接矩形计算，以更准确地确定图纸中有效区域的范围和位置。...具体计算过程为：首先根据给定的标准差σ和卷积核大小计算高斯核矩阵，然后将原始图像扩展为边缘填充后的图像，使得卷积后的图像大小不变。...将相减后得到的结果图像进行二值化处理，即将非0值转换为255值，将0值保持不变，得到一张黑白的二值图像，其中白色代表两张原始图像有差异的区域，黑色代表两张原始图像无差异的区域。...最后将处理后的图像与原始CAD图纸进行比对，将框出的黑点区域在CAD图纸上用相同的颜色和形状标记出来，以便于观察和分析。

1741 0

Python图像处理：图像腐蚀与图像膨胀

如图所示，将左边的原始图像A腐蚀处理为右边的效果图A-B。图4.jpg 处理结果如下图所示：图5.jpg 二. 图像腐蚀代码实现 1.基础理论形态学转换主要针对的是二值图像（0或1）。...换句话说，遍历到的黄色点位置，其周围全部是白色，保留白色，否则变为黑色，图像腐蚀变小。...3.代码实现完整代码如下所示：图9.jpg 输出结果如下图所示：图10.jpg 由图可见，干扰的细线被进行了清洗，但仍然有些轮廓，此时可设置迭代次数进行腐蚀。...(1) 图像被腐蚀后，去除了噪声，但是会压缩图像。 (2) 对腐蚀过的图像，进行膨胀处理，可以去除噪声，并且保持原有形状。...3.代码实现完整代码如下所示：图15.jpg 输出结果如下所示：图16.jpg 图像去噪通常需要先腐蚀后膨胀，这又称为开运算，下篇文章将详细介绍。

2.7K2 0

【从零学习OpenCV 4】轮廓外接多边形

由于噪声和光照的影响，物体的轮廓会出现不规则的形状，根据不规则的轮廓形状不利于对图像内容进行分析，此时需要将物体的轮廓拟合成规则的几何形状，根据需求可以将图像轮廓拟合成矩形、多边形等。...本小节将介绍OpenCV 4中提供的轮廓外接多边形函数，实现图像中轮廓的形状拟合。...返回值共有四个参数，前两个参数是最大外接矩形左上角第一个像素的坐标，后两个参数分别表示最大外接矩形的宽和高。...程序中首先利用Canny算法提取图像边缘，之后通过膨胀算法将邻近的边缘连接成一个连通域，然后提取图像的轮廓，并提取每一个轮廓的最大外接矩形和最小外接矩形，最后在图像中绘制出矩形轮廓，程序的运行结果在图7...程序中首先提取了图像的边缘，然后对边缘进行腐蚀运算将靠近的边缘变成一个连通域，之后对边缘结果进行轮廓检测，并对每个轮廓进行多边形逼近，将逼近结果绘制在原图像中，并通过判断逼近多边形的顶点数目识别轮廓的形状

3.8K0 0

TensorFlow2.0实战项目之车道偏离预警

在图像处理中有两个最基本的图像形态学变换：腐蚀和膨胀。这两种方法的原理就是对原始图像进行卷积操作，顾名思义，腐蚀即为求局部最小值，卷积核区域的图像值过少时，输出的区域中的像素点的值即为 0。...腐蚀操作是针对整个图像来说的，因此目标区域中的像素同样会被经过腐蚀，这可能导致后续无法识别轮廓，因此需要在图像腐蚀之后做一次膨胀操作。图像膨胀和腐蚀相反，即为求局部最大值，将最大值赋予指定像素。...通常我们会采用，先腐蚀后膨胀的操作，这种方法被称为开操作。...代码设计思路： ①使用 OpenCV 的 Canny 函数检测车道线的轮廓，该函数会检测图像中灰度值变化较大的点，并将这些点连接起来从而形成轮廓。...使用 OpenCV 的 putText 函数绘制识别结果，该函数需要传入 8 个参数，分别是待绘制的图像 frame，绘制的文本 text，在图上绘制的坐标 point，绘制的字体 font，绘制字的大小

7652 0

点击加载更多

扫码

添加站长进交流群

领取专属 10元无门槛券

手把手带您无忧上云

扫码加入开发者社群

相关资讯

热门标签

活动推荐

运营活动

活动名称

广告关闭