Opencv实战日记01

/*

@author:Isadora

@time:2021/7/17

*/

轮廓检测01：使用numpy生成图像

import cv2
import numpy as np

#生成200*200的黑色空白图像
img = np.zeros((200,200), dtype=np.uint8)
img[50:150, 50:150] = 255

#阈值分割
ret, thresh = cv2.threshold(img, 127, 255, 0)

#寻找轮廓函数
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

#颜色空间转换
color = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

#绘制轮廓
img = cv2.drawContours(color, contours, -1, (0,255,0), 2)
cv2.imshow("contours", color)
cv2.waitKey()
cv2.destroyAllWindows()

 原图：

效果图：

轮廓检测2：输入图像

import cv2
import numpy as np

#生成200*200的黑色图像
# img = np.zeros((200,200), dtype=np.uint8)
# img[50:150, 50:150] = 255
#获取图像
img = cv2.imread("C:/Users/15212/Desktop/python/example_shapes.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

#阈值分割
ret, thresh = cv2.threshold(gray, 127, 255, 0)

#寻找轮廓函数
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

#颜色空间转换
# color = cv2.cvtColor(img, cv2.COLOR_GRAY2BGR)

#绘制轮廓
image = cv2.drawContours(img, contours, -1, (0,255,0), 2)
cv2.namedWindow("contours",cv2.WINDOW_NORMAL)
cv2.imshow("contours", image)
cv2.waitKey()
cv2.destroyAllWindows()

效果图：

总结1与2的区别：

1的处理步骤：

生成图像→阈值分割→寻找轮廓函数→颜色空间转换→绘制轮廓

2的处理步骤：

获取图像→颜色空间转换→阈值分割→寻找轮廓→绘制轮廓