1. 首页
  2. 人工智能
  3. 智能家居

如何使用Python+OpenCV在图像上找到并绘制等高线?

在地形图中,你有没有注意到在山区和地形图中海拔高的区域周围画的线?这些线被称为地形等高线。它们给出了地形的高程剖面图。这些线条要么是手工绘制的,要么是电脑生成的。

在地形图中,你有没有注意到在山区和地形图中海拔高的区域周围画的线?这些线被称为地形等高线。它们给出了地形的高程剖面图。这些线条要么是手工绘制的,要么是电脑生成的。

在本文中,我们将看到如何使用OpenCV在一个简单的图像上绘制等高线。

如何使用Python+OpenCV在图像上找到并绘制等高线?

findContours函数OpenCV为我们提供了“findContours”函数,该函数在二值图像中查找轮廓,并将其存储为一个numpy坐标点数组。函数定义如下。cv.findContours(image,
               mode,
               method[,
               contours[,
               hierarchy[,
               offset]]]) ->contours, hierarchy
image-源,一个8位单通道图像。非零像素被视为1。零像素仍然是0,所以图像被视为二进制。mode-轮廓检索模式。method-等值线近似法。以及其他三个可选参数。轮廓检索模式第二个参数,即轮廓检索方式,用于检索图像中轮廓之间的关系。例如,在图像中,可能会有轮廓内的轮廓,就像嵌套轮廓一样。在这种情况下,我们称外部轮廓为父线,称内部轮廓为子线。在使用findContours函数时,应该检索轮廓之间的这些关系,并将其存储在一个变量中。如果需要的话,它们也可以在未来使用。OpenCV中有四种检索模式,分别是cv.RETR_LIST,cv.RETR_TREE,cv.RETR_CCOMP,cv.RETR_EXTERNAL。为了清楚地了解检索模式,强烈建议参考OpenCV的轮廓官方教程:https://docs.opencv.org/master/d9/d8b/tutorial_py_contours_hierarchy.html。轮廓近似方法OpenCv中有两种轮廓逼近方法。它们是cv.CHAIN_APPROX_NONE和cv.CHAIN_APPROX_SIMPLE。如果通过cv.CHAIN_APPROX_NONE,则将存储轮廓的所有边界点。但实际上,我们需要所有的点吗?例如,你发现了一条直线的轮廓线。需要这条直线上的所有点来表示这条直线吗?不,我们只需要这条线的两个端点。这就是cv.CHAIN_APPROX_SIMPLE所做的。它删除所有冗余点并压缩轮廓,从而节省内存。drawContours函数找到等高线后,将等高线的坐标点(x, y)存储在一个数组中,就可以用这些点在图像上绘制等高线。我们使用OpenCV的drawcontour函数来做同样的事情。cv.drawContours(image,
               contours,
               contourIdx,
               color[,
               thickness[,
               lineType[,
               hierarchy[,
               maxLevel[,
               offset]]]]]) ->image
image- 目标图像。contours-所有输入的轮廓线。每个轮廓被存储为一个点向量。contourIdx-表示要绘制的轮廓的参数。如果是负数,则画出所有的等高线。color-轮廓的颜色。thickness-绘制轮廓时所用的线的粗细。如果为负值(例如,thickness=FILLED),则绘制轮廓内部。现在,我们已经学习了函数findContours和drawContours,让我们运行一个简单的代码以将这些函数应用于图像:这是原始图像:

如何使用Python+OpenCV在图像上找到并绘制等高线?

import cv2 as cv
#read the image
img = cv.imread(“D://medium_blogs//pattern1.jpg”)
#convert the image to grayscale
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
#blur image to reduce the noise in the image while thresholding
blur = cv.blur(gray, (10,10))
#Apply thresholding to the image
ret, thresh = cv.threshold(blur, 1, 255, cv.THRESH_OTSU)
#find the contours in the image
contours, heirarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
#draw the obtained contour lines(or the set of coordinates forming a line) on the original image
cv.drawContours(img, contours, -1, (0,255,0), 20)
#show the image
cv.namedWindow('Contours',cv.WINDOW_NORMAL)
cv.namedWindow('Thresh',cv.WINDOW_NORMAL)
cv.imshow('Contours', img)
cv.imshow('Thresh', thresh)
if cv.waitKey(0):
   cv.destroyAllWindows()
阈值图像和画上轮廓的原始图像如下。阈值图像:

如何使用Python+OpenCV在图像上找到并绘制等高线?

原始图像上绘制的等高线:

如何使用Python+OpenCV在图像上找到并绘制等高线?

这就是如何在图像上找到并绘制等高线的方法。你也可以在地图上试试看。

免责声明:本站旨在传递信息,不代表有传资讯的观点和立场。本站遵循行业规范,如转载您的文章未标注版权,请联系我们(QQ:78799268)改正。本站的原创文章,如若转载,请注明出处:http://www.ainoline.cn/rengongzhineng/zhinengjiaju/18013.html

发表评论

邮箱地址不会被公开。 必填项已用*标注

联系我们

在线咨询:点击这里给我发消息

邮件:78799268@qq.com

工作时间:周一至周五,9:30-18:30,节假日休息

QR code