Python OpenCV 图像区域轮廓标记,可用于框选各种小纸条

Python OpenCV 365 天学习计划,与橡皮擦一起进入图像领域吧。本篇博客是这个系列的第 54 篇。
该系列文章导航参考:https://blog.csdn.net/hihell/category_10688961.html

Python OpenCV

    • 学在前面
    • 轮廓识别实战
      • 图片基本处理
      • 轮廓检测
      • 遍历轮廓,计算轮廓近似
      • 绘制轮廓
    • 橡皮擦的小节

学在前面

上篇 OpenCV 博客原计划完成一个 识别银行卡号 的项目,但是写的过程中发现,技术储备不足,我无法在下述图片中,提取出卡号区域,也就无法进行后续的识别了,再次意识到了自己技术还不达标,继续学习。完不成,就实现其它学习项目。

Python OpenCV 图像区域轮廓标记,可用于框选各种小纸条_第1张图片

轮廓识别实战

先看一下最终实现的效果,针对一张图片(该图片前景色和背景色差异较大),进行轮廓标记。

Python OpenCV 图像区域轮廓标记,可用于框选各种小纸条_第2张图片

图片基本处理

import cv2 as cv

src = cv.imread("./demo.jpg")

gray = cv.cvtColor(src, cv.COLOR_BGR2GRAY)
# cv.imshow("src", src)

gray = cv.GaussianBlur(gray, (5, 5), 0)
edges = cv.Canny(gray, 70, 210)

cv.imshow("edged", edges)

转换成灰度图,高斯模糊去噪,Canny 边缘检测,这些都是图像处理的基本函数,使用方法已经在前文进行过相关学习。

运行上述代码之后,获取基本边缘数据。

Python OpenCV 图像区域轮廓标记,可用于框选各种小纸条_第3张图片

轮廓检测

下面就是检测图像轮廓具体位置的代码了:

contours, hierarchy = cv.findContours(edges.copy(), cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE)
print(f"轮廓数量:{len(contours)}")

cv.findContours(edges, cv.RETR_LIST, cv.CHAIN_APPROX_SIMPLE) 中,第二个参数使用的是 cv.RETR_LIST,该参数值表示检测所有轮廓,不建立等级关系,彼此独立。如果只想获取轮廓边缘信息,不关心是否嵌套在另一个轮廓之内,使用该参数值即可。

第三个参数使用的是 cv.CHAIN_APPROX_SIMPLE,表示压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需 4 个点来保存轮廓信息,这也是为了后面便于计算。

观察上图,可以发现最外侧的边缘面积是最大的,所以依据面积进行排序,依据其他值也可以,获取面积最大的轮廓。

contours = sorted(contours, key = cv.contourArea, reverse = True)[:3]

对轮廓进行简单绘制,获得下图效果。

cv.drawContours(src,contours,-1,(0,0,255),2)

Python OpenCV 图像区域轮廓标记,可用于框选各种小纸条_第4张图片

遍历轮廓,计算轮廓近似

先看代码:

# 遍历轮廓
for c in contours:
	# 计算轮廓近似
	peri = cv.arcLength(c, True)
	approx = cv.approxPolyDP(c, 0.02 * peri, True)

一个新的函数 cv.arcLength,该函数的原型如下:

retval = cv2.arcLength(curve, closed)

该函数用于计算轮廓的周长。

下面的 cv.approxPolyDP 函数原型如下:

approxCurve = cv2.approxPolyDP(curve, epsilon, closed[, approxCurve])

函数参数如下:

  • curve:源图像的某个轮廓;
  • epsilon:距离值,表示多边形的轮廓接近实际轮廓的程度,值越小,越精确;
  • closed:轮廓是否闭合。

最重要的参数就是 epsilon 简单记忆为:该值越小,得到的多边形角点越多,轮廓越接近实际轮廓,该参数是一个准确度参数。

该函数返回值为轮廓近似多边形的角点。

绘制轮廓

最后判断,当上文返回的角点为 4 的时候,提取轮廓,代码如下:

# 遍历轮廓
for c in contours:
	# 计算轮廓近似
	peri = cv.arcLength(c, True)
	approx = cv.approxPolyDP(c, 0.02 * peri, True)

	# 当恰好是 4 个角点的时候,获取轮廓。
	if len(approx) == 4:
		screen_cnt = approx
		break

# 结果显示
cv.drawContours(src, [screen_cnt], -1, (0, 0, 255), 2)

更换图片,进行再次轮廓检测,注意修改轮廓近似部分代码即可。

# 遍历轮廓
for c in contours:
    # 计算轮廓近似

    approx = cv.approxPolyDP(c, 30, True)

    if len(approx) == 4:
        screen_cnt = approx
        break

Python OpenCV 图像区域轮廓标记,可用于框选各种小纸条_第5张图片

橡皮擦的小节

希望今天的 1 个小时(貌似不太够)你有所收获,我们下篇博客见~

相关阅读


技术专栏

  1. Python 爬虫 100 例教程,超棒的爬虫教程,立即订阅吧
  2. Python 爬虫小课,精彩 9 讲

今天是持续写作的第 105 / 200 天。
如果你想跟博主建立亲密关系,可以关注同名公众号 梦想橡皮擦,近距离接触一个逗趣的互联网高级网虫。
博主 ID:梦想橡皮擦,希望大家点赞评论收藏

你可能感兴趣的:(Python,OpenCV,python,opencv,计算机视觉,人工智能,机器学习)