使用 OpenCV 在 Python 中检测图像中的形状

OpenCV 是一个开源库,主要用于处理图像和视频以识别形状、对象、文本等。它主要与 python 一起使用。在本文中,我们将了解如何检测图像中的形状。为此,我们需要OpenCV 的cv2.findContours()函数,并且我们将使用cv2.drawContours()函数在图像上绘制边缘。轮廓是形状的轮廓或边界。

方法

  • 导入模块
  • 导入图片
  • 将其转换为灰度图像
  • 对图像应用阈值,然后找出轮廓。
  • 在轮廓范围内运行一个循环并遍历它。
  • 在这个循环中绘制形状的轮廓(使用 drawContours() )并找出形状的中心点。
  • 根据检测到的形状有多少个轮廓点对检测到的形状进行分类,并将检测到的形状名称放在形状的中心点。

使用的功能 

  • cv2.findContours():基本上这个方法找出图像中所有形状的边界点。

语法: cv2.findContours(src, contour_retrieval, contours_approximation)

参数:

  • src:输入图像 n 维(但在我们的示例中,我们将使用 
    最首选的 2 维图像。)
  • 轮廓检索:
    • cv.RETR_EXTERNAL:只检索极端外轮廓
    • cv.RETR_LIST:检索所有轮廓而不建立任何层次关系。
    • cv.RETR_TREE:检索所有轮廓并重建嵌套轮廓的完整层次结构。
  • 轮廓近似:
    • cv.CHAIN_APPROX_NONE:它将存储所有边界点。
    • cv.CHAIN_APPROX_SIMPLE:它将存储端点的数量(例如,如果是矩形,它将存储4个)

返回值:轮廓点列表

  • cv2.drawContours() :此方法绘制轮廓。如果您提供边界点,它也可以绘制形状。

语法: cv.DrawContours(src、contour、contourIndex、color、thickness)

参数:

  • src: n维图像
  • 轮廓:可以列出轮廓点。
  • 轮廓指数:
    • -1:绘制所有轮廓
  • 要绘制单个轮廓,我们可以在此处传递索引值
    • 颜色:颜色值
    • 厚度:轮廓的大小

输入:

使用 OpenCV 在 Python 中检测图像中的形状

程序:

  • Python3

import cv2 import numpy as np from matplotlib import pyplot as plt    # reading image img = cv2.imread('shapes.png')    # converting image into grayscale image gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)    # setting threshold of gray image _, threshold = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)    # using a findContours() function contours, _ = cv2.findContours(     threshold, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)    i = 0    # list for storing names of shapes for contour in contours:        # here we are ignoring first counter because      # findcontour function detects whole image as shape     if i == 0:         i = 1         continue        # cv2.approxPloyDP() function to approximate the shape     approx = cv2.approxPolyDP(         contour, 0.01 * cv2.arcLength(contour, True), True)            # using drawContours() function     cv2.drawContours(img, [contour], 0, (0, 0, 255), 5)        # finding center point of shape     M = cv2.moments(contour)     if M['m00'] != 0.0:         x = int(M['m10']/M['m00'])         y = int(M['m01']/M['m00'])        # putting shape name at center of each shape     if len(approx) == 3:         cv2.putText(img, 'Triangle', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        elif len(approx) == 4:         cv2.putText(img, 'Quadrilateral', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        elif len(approx) == 5:         cv2.putText(img, 'Pentagon', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        elif len(approx) == 6:         cv2.putText(img, 'Hexagon', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)        else:         cv2.putText(img, 'circle', (x, y),                     cv2.FONT_HERSHEY_SIMPLEX, 0.6, (255, 255, 255), 2)    # displaying the image after drawing contours cv2.imshow('shapes', img)    cv2.waitKey(0) cv2.destroyAllWindows()

输出:

使用 OpenCV 在 Python 中检测图像中的形状

 
上一篇:安装Tesseract-OCR和功能测试


下一篇:mac 上安装 nvm 遇到的坑