Python基础--opencv入门2

这次我们为水果画一个矩形框，这个矩形框最好就是能把水果刚好包裹，当然没有那么的完美~~~~这个矩形帮助我们比较准确地获取水果的宽度和高度~~~

为什么不用上次博客说的找到最大的轮廓的外接圆呢？

#上次的程序
contours=cv2.findContours(src,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[1]
cv2.drawContours(img,contours,-1,(255,0,0),3)

就像上次的图片，（^~~^不是正面）会明显看到圆不是很理想：

这次我们来优化一下：使用opencv的灰度图像处理，然后进行边缘检测，再为水果画上矩形

import cv2
img=cv2.imread("image/redapple1.jpg")   #读取图片

#灰度图像处理
#BGR转GRAY
gray=cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)
cv2.imshow("gray",gray)  #显示图片
cv2.waitKey(0)  #等待

我们来看下效果，opencv帮我们把图片变成了灰度图

我们来进行边缘检测，Sobel的首个参数是源图像，把灰度图传进去

#边缘检测
x_gray=cv2.Sobel(gray,cv2.CV_16SC1,1,0)
y_gray=cv2.Sobel(gray,cv2.CV_16SC1,0,1)
#查找边缘
edge = cv2.Canny(x_gray, y_gray, 50, 100)
cv2.imshow("edge",edge)

再来看下效果：

opencv把苹果的边缘均描绘出来了，接下来，检测轮廓：

#找到所有轮廓，返回的第二个是轮廓
contours=cv2.findContours(edge,cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)[1]

num=[]
for i,each in enumerate(contours):
    #每个像素外接一个矩形
    x,y,w,h=cv2.boundingRect(each)   #返回起点坐标和轮廓宽高度
    if w<50 or h<50:   #把小于50的均去掉
        continue
    num.append(i)
for i in num:
    x,y,w,h=cv2.boundingRect(contours[i])
    cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,255),2)  #为轮廓画矩形
cv2.imshow("test",img)

效果为：

最大的矩形表现非常不错，但明显下面还有一部分没有包含进来，那么怎么处理呢？

p1x=50   #保存最后矩形的起点x坐标
p1y=50  #保存y坐标
p2x=0  # 矩形右下角x坐标
p2y=0  #y坐标

for i in num:
    x,y,w,h=cv2.boundingRect(contours[i])
    if x < p1x:  # 最小x
        p1x = x
    if y < p1y:  # 最小y
        p2y = y
    if w + x > p2x:  # 保存宽度
        p2x = x + w
    if h + y > p2y:  # 保存高度
        p2y = y + h
    cv2.rectangle(img, (p1x, p1y), (p2x, p2y), (0, 255, 255), 2)
point1=(p1x,p1y)
point2=(p2x,p2y)
cv2.rectangle(img,(p1x,p1y),(p2x,p2y),(0,255,),2)

这是遍历所有矩形，找到最小的x,y和最大的w,h，就可以把所有的矩形均包含了~~~原理如下：

效果：

至于最小点的p1x,p1y的阀值，还需要按照自己的图片实际来确认。

Python基础--opencv入门2

猜你喜欢