范围 范围是轮廓区域与边界矩形区域的比值。...等效直径 等效直径是面积与轮廓面积相同的圆的直径。
虽然Canny.之类的边缘检测算法可以根据像素间的差异检测出轮廓边界的像素，但是它并没有将轮廓作为一个整体进行处理。下一步是要将这些边缘像素合成轮廓。...轮廓层次 在了解到底如何提取轮廓之前，有必要花一些时间来理解轮廓到底是什么以及一组轮廓之间如何互相关联。...图中有五块颜色区域（分别标记为A,B,C,D,E), 每块区域的外部边界和内部边界都各自组成轮廓。因此共有9条轮廓。每条轮廓都由一组输出列表表示（右上角图一轮廓参数）。...# 轮廓近似法 contours[, # 检测到的轮廓。...如果为 1，则函数绘制轮廓和所有嵌套轮廓。 如果为 2，则函数绘制轮廓、所有嵌套轮廓、所有嵌套到嵌套的轮廓，依此类推。仅当存在可用层次结构时才考虑此参数。
当分析一张图像的时候，针对轮廓，我们也许有很多事情要做。毕竟，所有轮廓都是或即将是我们想要进行识别或操作的。另外相关的还有多种对轮廓的处理，如描述轮廓，简化或拟合轮廓，匹配轮廓到模板，等等。...Douglas-Peucker(DP) 逼近算法 该算法首先从轮廓(图B)中挑出两个最远的点，将两点相连(图C)。然后在原来的轮廓上寻找一个离线段距离最远的点， 将该点加入逼近后的新轮廓中。...从这里可以看出，将该精度设置为轮廓周长或外包矩形周长等表示轮廓总长度的值的几分之一比较合适。...这可能包括长度或其他一些反应轮廓整体大小的量度。另一个有用的特性是轮廓矩(contour moment)可以用来概括轮廓的总形状特性，这部分我们在下一节讨论。...isContourConvex(contours[0])) print(cv2.isContourConvex(hull)) --> False True 源码 https://github.com/zywvvd/Python_Practise
一个跟轮廓相关的最常用到的功能是如何匹配多条轮廓。我们或许需要比较两条计算好的轮廓，或者比较一条轮廓和一个抽象模板。这两种情况都会在本文讨论。...矩 相关介绍 比较两条轮廓最简洁的方法之一是比较它们的轮廓矩。轮廓矩代表了一条轮廓、一幅图像、一组点集的某些高级特征。下面的所有讨论对轮廓、图像、点集都同样适用，简便起见，将它们统称为对象。...当处理轮廓时，结果是轮廓的长度。 将m_{10}和m_{01}相加再除以mo,能得到整个对象的平均x值和y值。 cv2.moments 计算多边形或光栅化形状的所有矩，最高可达三阶。...官方文档 仅适用于来自 Python 绑定的轮廓矩计算: 注意，输入数组的 numpy 类型应该是 np.int32或 np.float32。...ga1d058c5d00f6292da61422af2f3f4adc 在 OpenCV 4.5.5 中还没有实现，有传说在 3.5 的版本中有相关函数 源码 https://github.com/zywvvd/Python_Practise
外延 外延是指轮廓线面积与边界矩形面积的比率。...实体性 实体性是指轮廓面积与凸包面积的比率。...等效直径 等效直径是指其面积与轮廓面积相同的圆的直径。 area = cv.contourArea(cnt) equi_diameter = np.sqrt(4*area/np.pi) 5.
凸性缺陷 我们看到了关于轮廓的第二章的凸包。从这个凸包上的任何偏差都可以被认为是凸性缺陷。 OpenCV有一个函数来找到这个,cv.convexityDefects()。...点多边形测试 这个函数找出图像中一点到轮廓线的最短距离。它返回的距离，点在轮廓线外时为负，点在轮廓线内时为正，点在轮廓线上时为零。...如果为假，则查找该点是在轮廓线内部还是外部(分别返回+1、-1和0)。 注意 如果您不想找到距离，请确保第三个参数为False，因为这是一个耗时的过程。...形状匹配 OpenCV附带一个函数cv.matchShapes()，该函数使我们能够比较两个形状或两个轮廓，并返回一个显示相似性的度量。结果越低，匹配越好。它是根据矩值计算出来的。...对轮廓的这些属性暂时不是很感兴趣，就直接摘抄下来了。
该系列文章是讲解Python OpenCV图像处理知识，前期主要讲解图像入门、OpenCV基础用法，中期讲解图像处理的各种算法，包括图像锐化算子、图像增强技术、图像分割等，后期结合深度学习研究图像识别...希望文章对您有所帮助，如果有不足之处，还请海涵~ 前面一篇文章介绍了图像分类知识，包括常见的图像分类算法，并介绍Python环境下的贝叶斯图像分类算法、基于KNN算法的图像分类和基于神经网络算法的图像分类等案例...如果有问题随时私聊我，只望您能从这个系列中学到知识，一起加油喔~ 代码下载地址（如果喜欢记得star，一定喔）： https://github.com/eastmountyxz/ImageProcessing-Python
threshold(gray,235,255,cv2.THRESH_BINARY)#将灰度图片转换为二值图片 contours,hierarchy=cv2.findContours(thresh,2,1)#计算图像轮廓...（轮廓）的最短距离（垂线距离），又称点和多边形的关系测试。...，表示计算点到轮廓的距离。...如果点在轮廓的外部，返回值为负数；如果点在轮廓上，返回值为0；如果点在轮廓内部，返回值为正数。如果为False，不表示计算距离，表示点相对于轮廓的位置关系，返回值为-1、0和1。...如果点在轮廓的外部，返回值为-1；如果点在轮廓上，返回值为0；如果点在轮廓内部，返回值为1
#将灰度图片转换为二值图片 contours,hierarchy=cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)#计算图像轮廓...temp) cnt=contours[i] mask=np.zeros(gray.shape,np.uint8) cv2.drawContours(mask,[cnt],0,255,2)#绘制图像空心轮廓...[115 225] [115 226] [115 227]] 算法：空心轮廓是通过获取特定对象的掩模图像及其对应的像素点位置信息来获取空心轮廓，应用在图像噪声消除等领域。...函数cv2.drawContours()的轮廓宽度参数thickness设置为-1，即获取图像的实心轮廓。
这篇文章主要介绍了python 基于opencv 绘制图像轮廓的示例，帮助大家更好的利用python的opencv库处理图像，感兴趣的朋友可以了解下 图像轮廓概念 轮廓是一系列相连的点组成的曲线，代表了物体的基本外形...谈起轮廓不免想到边缘，它们确实很像。简单的说，轮廓是连续的，边缘并不全都连续（下图）。...，一般使用cv.RETR_TREE，表示提取所有的轮廓并建立轮廓间的层级。...函数有2个返回值，hierarchy是轮廓间的层级关系，这个不用理会。我们主要看contours，它就是找到的轮廓了，以链表形式存储，记录了每条轮廓的所有像素点的坐标(x,y)。 ?...以上就是python 基于opencv 绘制图像轮廓的详细内容
#将灰度图片转换为二值图片 contours,hierarchy=cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)#计算图像轮廓...contoursImg=[] for i in range(n): print("contours["+str(i)+"]面积=",cv2.contourArea(contours[i]))#计算轮廓面积...4.0 contours[16]面积= 3263.0 contours[17]面积= 9103.5 contours[18]面积= 6578.5 contours[19]面积= 8974.5 算法：轮廓面积是估算图像轮廓部分和起始点连线构成的封闭部分的像素数量...retval=cv2.contourArea(contour[, oriented])) contour表示图像轮廓 oriented表示布尔型值，如果为True，则返回值包含正/负号，表示轮廓是顺时针还是逆时针...，默认值是False，表示返回retval是绝对值 注意：轮廓面积的单位是像素。
#将灰度图片转换为二值图片 contours,hierarchy=cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)#计算图像轮廓...temp) cnt=contours[i] mask=np.zeros(gray.shape,np.uint8) cv2.drawContours(mask,[cnt],0,255,-1)#绘制图像空心轮廓...[115 225] [115 226] [115 227]] 算法：实心轮廓是通过获取特定对象的掩模图像及其对应的像素点位置信息来获取实心轮廓，应用在图像噪声消除等领域。...函数cv2.drawContours()的轮廓宽度参数thickness设置不为-1，即获取图像的空心轮廓。
今天分享一个OpenCV检测轮廓极点实例，原图如下，我们需要检测出地图中最大轮廓的上下左右四个极点，并进行标注显示。 ? 第一步：阈值处理分割出地图轮廓 ?...第二步：轮廓筛选，找到我们需要的轮廓 第三步：计算对应轮廓的极点坐标并标注 Python OpenCV源码与效果图如下： import numpy as np import cv2...C++ OpenCV核心代码如下： box[i] = minAreaRect(Mat(contours[i])); //计算每个轮廓最小外接矩形 if (box[i].size.width < 50...|| box[i].size.height < 50) continue; //计算轮廓极值点 Point extLeft = *min_element(contours[i].begin(),
： CV_RETR_EXTERNAL只检测最外围轮廓，包含在外围轮廓内的内围轮廓被忽略 CV_RETR_LIST 检测所有的轮廓，包括内围、外围轮廓，但是检测到的轮廓不建立等级关系，彼此之间独立，没有等级关系...，这就意味着这个检索模式下不存在父轮廓或内嵌轮廓，所以hierarchy向量内所有元素的第3、第4个分量都会被置为-1 CV_RETR_CCOMP 检测所有的轮廓，但所有轮廓只建立两个等级关系，外围为顶层...，若外围内的内围轮廓还包含了其他的轮廓信息，则内围内的所有轮廓均归属于顶层 CV_RETR_TREE， 检测所有轮廓，所有轮廓建立一个等级树结构。...外层轮廓包含内层轮廓，内层轮廓还可以继续包含内嵌轮廓。...用CV_RETR_TREE效果 此时找到的所有轮廓。
翻译及二次校对：cvtutorials.com 目标 • 理解什么是轮廓线。 • 学习查找轮廓、绘制轮廓等。...，第三个是轮廓逼近方法。...然后它输出轮廓线和层次结构。轮廓线是一个包含图像中所有轮廓线的Python列表。每个单独的轮廓线是一个Numpy数组，包含物体边界点的（x,y）坐标。...它的第一个参数是源图像，第二个参数是轮廓线，应该以Python列表的形式传递，第三个参数是轮廓线的索引（在绘制单个轮廓线时很有用。 要绘制所有轮廓线，传递-1），其余参数是颜色、厚度等。...• 绘制一幅图像中的所有轮廓线。cv.drawContours(img, contours, -1, (0,255,0), 3) • 要画一个单独的轮廓，比如说第4个轮廓。
注意到轮廓的存储格式为std::vector>，他说明整个轮廓是若干条轮廓按一定顺序组成的，而每个轮廓中的点也是有顺序的。...参数为：画板，轮廓，轮廓指示（这里画出所有轮廓），颜色，线粗 drawContours(result,contours,-1,Scalar(0),2); imshow("提取外围轮廓",result..., //获取轮廓的方法（这里获取所有轮廓） CV_CHAIN_APPROX_NONE); //轮廓近似的方法（这里不近似，获取全部轮廓 //画出轮廓 ...[ i ][ 3 ]，分别表示后一个轮廓、前一个轮廓、父轮廓、内嵌轮廓的索引编号，如果没有对应项，该值设置为负数。...如果想获得一点与多边形封闭轮廓的信息，可以调用pointPolygonTest函数，这个函数返回值为该点距离轮廓最近边界的距离，为正值为在轮廓内部，负值为在轮廓外部，0表示在边界上。
学习计算轮廓特征，如面积、周长、最小外接矩形等。图片等可到文末引用处下载。...目标 计算物体的周长、面积、质心、最小外接矩形等 OpenCV函数：cv2.contourArea(), cv2.arcLength(), cv2.approxPolyDP() 等 教程 在计算轮廓特征之前...轮廓周长 perimeter = cv2.arcLength(cnt, True) # 585.7Copy to clipboardErrorCopied 参数2表示轮廓是否封闭，显然我们的轮廓是封闭的...，比如M['m00']表示轮廓面积，与前面cv2.contourArea()计算结果是一样的。...小结 常用的轮廓特征： cv2.contourArea()算面积，cv2.arcLength()算周长，cv2.boundingRect()算外接矩。
plt.figure(figsize=(5,5)) plt.imshow(denoised_equalized, cmap='gray') plt.axis('off') plt.show() 算法：轮廓内核处理是突出显示像素值之间的差异
目标 了解轮廓概念 寻找并绘制轮廓 OpenCV函数：cv2.findContours(), cv2.drawContours() 教程 啥叫轮廓 轮廓是一系列相连的点组成的曲线，代表了物体的基本外形。...谈起轮廓不免想到边缘，它们确实很像。简单的说，轮廓是连续的，边缘并不全都连续（下图）。...经验之谈：寻找轮廓是针对白色物体的，一定要保证物体是白色，而背景是黑色，不然很多人在寻找轮廓时会找到图片最外面的一个框。...，一般使用cv2.RETR_TREE，表示提取所有的轮廓并建立轮廓间的层级。...to clipboardErrorCopied 小结 轮廓特征非常有用，使用cv2.findContours()寻找轮廓，cv2.drawContours()绘制轮廓。
外部的轮廓为父轮廓，内部的轮廓为子轮廓，按照上述关系分类，一幅图像中所有轮廓之间就建立了父子关系。...) image表示输入图像 mode表示图像轮廓的检索模式 method表示图像轮廓的近似方法 image=cv2.drawContours(image, contours, contourIdx,...表示绘制轮廓边缘 color表示绘制颜色 thickness表示画笔粗细，可选参数 lineType表示绘制线型，可选参数 hierarchy表示图像轮廓的层次信息 maxLevel表示图像轮廓的层次深度...offset表示偏移参数 例子： 绘制所有轮廓： cv.drawContours(img, contours, -1, (0, 255, 0), 3) 绘制单个轮廓： cv.drawContours(...3) 注意：轮廓就像从黑色背景中找到白色物体，通常情况下，预先对图像进行阈值分割或边缘检测得到二值图像。
领取专属 10元无门槛券
手把手带您无忧上云
云服务器
ICP备案
对象存储
实时音视频
即时通信 IM
