圖像輪廓之查找并繪制輪廓

??邊緣檢測(cè)雖然能夠檢測(cè)出邊緣，但邊緣是不連續(xù)的，檢測(cè)到的邊緣并不是一個(gè)整體。圖像輪廓是指將邊緣連接起來(lái)形成的一個(gè)整體，用于后續(xù)的計(jì)算。

創(chuàng)新互聯(lián)建站于2013年成立，是專(zhuān)業(yè)互聯(lián)網(wǎng)技術(shù)服務(wù)公司，擁有項(xiàng)目成都網(wǎng)站建設(shè)、成都網(wǎng)站制作網(wǎng)站策劃，項(xiàng)目實(shí)施與項(xiàng)目整合能力。我們以讓每一個(gè)夢(mèng)想脫穎而出為使命，1280元永和做網(wǎng)站,已為上家服務(wù),為永和各地企業(yè)和個(gè)人服務(wù),聯(lián)系電話(huà):18980820575

??OpenCV提供了查找圖像輪廓的函數(shù)cv2.findContours()，該函數(shù)能夠查找圖像內(nèi)的輪廓信息，而函數(shù)cv2.drawContours()能夠?qū)⑤喞L制出來(lái)。

??圖像輪廓是圖像中非常重要的一個(gè)特征信息，通過(guò)對(duì)圖像輪廓的操作，我們能夠獲取目標(biāo)圖像的大小、位置、方向等信息。

函數(shù)cv2.findContours()的語(yǔ)法格式為：

式中的返回值為：

式中的參數(shù)為：

在OpenCV中，可以使用函數(shù)cv2.drawContours()繪制圖像輪廓。該函數(shù)的語(yǔ)法格式是：

【例12.1】繪制一幅圖像內(nèi)的所有輪廓。

如果要繪制圖像內(nèi)的所有輪廓，需要將函數(shù)cv2.drawContours()的參數(shù)contourIdx的值設(shè)置為“-1”。

【例12.2】逐個(gè)顯示一幅圖像內(nèi)的邊緣信息。

【例12.3】使用輪廓繪制功能，提取前景對(duì)象。

將函數(shù)cv2.drawContours()的參數(shù)thickness的值設(shè)置為“-1”，可以繪制前景對(duì)象的實(shí)心輪廓。將該實(shí)心輪廓與原始圖像進(jìn)行“按位與”操作，即可將前景對(duì)象從原始圖像中提取出來(lái)。

本例中將函數(shù)cv2.drawContours()的參數(shù)thickness設(shè)置為“-1”，得到了前景對(duì)象的實(shí)心輪廓mask。接下來(lái)，通過(guò)語(yǔ)句“cv2.bitwise_and(o, mask)”，將原始圖像o與實(shí)心輪廓mask進(jìn)行“按位與”運(yùn)算，就得到了原始圖像的前景對(duì)象。

ps怎么提取圖片外輪廓

1、Photoshop打開(kāi)圖片。

2、Photoshop打開(kāi)圖片后，點(diǎn)擊工具欄中的查找邊緣-風(fēng)格化。

3、點(diǎn)擊風(fēng)格化之后，選擇查找邊緣。

4、點(diǎn)擊查找邊緣后，就可以把輪廓提取出來(lái)了。

5、Ctrl+L調(diào)整色階。

6、然后進(jìn)入通道頁(yè)面，按住Ctrl鍵點(diǎn)擊任意一個(gè)通道，把輪廓載入選區(qū)。

7、返回圖層頁(yè)面。

8、Ctrl+Shift+I反選。

9、反選后，Ctrl+J就可以把輪廓摳下來(lái)了。

如何用python取圖片輪廓

1、查找輪廓（find_contours)

measure模塊中的find_contours()函數(shù)，可用來(lái)檢測(cè)二值圖像的邊緣輪廓。

函數(shù)原型為：

skimage.measure.find_contours(array,?level)

array: 一個(gè)二值數(shù)組圖像

level: 在圖像中查找輪廓的級(jí)別值

返回輪廓列表集合，可用for循環(huán)取出每一條輪廓。

例1：

import?numpy?as?np

import?matplotlib.pyplot?as?plt

from?skimage?import?measure,draw?

#生成二值測(cè)試圖像

img=np.zeros([100,100])

img[20:40,60:80]=1??#矩形

rr,cc=draw.circle(60,60,10)??#小圓

rr1,cc1=draw.circle(20,30,15)?#大圓

img[rr,cc]=1

img[rr1,cc1]=1

#檢測(cè)所有圖形的輪廓

contours?=?measure.find_contours(img,?0.5)

#繪制輪廓

fig,?(ax0,ax1)?=?plt.subplots(1,2,figsize=(8,8))

ax0.imshow(img,plt.cm.gray)

ax1.imshow(img,plt.cm.gray)

for?n,?contour?in?enumerate(contours):

ax1.plot(contour[:,?1],?contour[:,?0],?linewidth=2)

ax1.axis('image')

ax1.set_xticks([])

ax1.set_yticks([])

plt.show()

結(jié)果如下：不同的輪廓用不同的顏色顯示

autojs查找圖片相似輪廓

牙叔教程 簡(jiǎn)單易懂

查找和已有圖片相似的輪廓

查找輪廓結(jié)果

原圖

要查找的圖片

8.8.16-0

autojs自帶opencv3.4.3

主要使用matchShapes, 比較兩個(gè)形狀的相似度,

第一個(gè)參數(shù)是待匹配的物體1，第二個(gè)是待匹配的物體2,

最重要的是一定要可視化, opencv支持畫(huà)任何圖形, 也支持文字

百度了一下, 說(shuō)是matchShapes參數(shù)傳錯(cuò), 正常返回值最大是1, 最小是0,

把matchShapes參數(shù)改一下, 相似度調(diào)整為0.03

如果還是有多個(gè)輪廓, 我們可以繼續(xù)添加維度, 比如輪廓的面積, 長(zhǎng)寬比, 顏色, 寬高,

更復(fù)雜一點(diǎn)可以配合其他更明顯的輪廓的相對(duì)位置

讀取圖片-- 高斯模糊-- 灰度-- 二值化-- findContours--

matchShapes--minAreaRect-- contourArea-- drawContours

部分內(nèi)容來(lái)自網(wǎng)絡(luò)

本教程僅用于學(xué)習(xí), 禁止用于其他用途

分享題目：go語(yǔ)言圖片查找輪廓 golang圖片識(shí)別
轉(zhuǎn)載源于：http://m.rwnh.cn/article12/hiicdc.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站導(dǎo)航、、網(wǎng)站策劃、搜索引擎優(yōu)化、移動(dòng)網(wǎng)站建設(shè)、品牌網(wǎng)站制作

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶(hù)投稿、用戶(hù)轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請(qǐng)盡快告知，我們將會(huì)在第一時(shí)間刪除。文章觀(guān)點(diǎn)不代表本網(wǎng)站立場(chǎng)，如需處理請(qǐng)聯(lián)系客服。電話(huà)：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時(shí)需注明來(lái)源： 創(chuàng)新互聯(lián)