1.顏色空間轉(zhuǎn)換

使用cv2.cvtColor(input_image ，flag)，flag為轉(zhuǎn)換類(lèi)型

常用的轉(zhuǎn)換類(lèi)型有：

BGR和灰度圖的轉(zhuǎn)換使用 cv2.COLOR_BGR2GRAY BGR和HSV的轉(zhuǎn)換使用 cv2.COLOR_BGR2HSV

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

2.二值化

ret, dst = cv2.threshold(src, thresh, maxval, type) src：表示的是圖片源（灰度圖） thresh：表示的是閾值（起始值） maxval：表示的是最大值 type：表示的是這里劃分的時(shí)候使用的是什么類(lèi)型的算法，常用值為0（cv2.THRESH_BINARY）

返回值

ret：指定的thresh

dst： 目標(biāo)圖像

ret, dst = cv2.threshold(img_gray, 200, 255, cv2.THRESH_BINARY)

3.查找并繪制輪廓

3.1 cv2.findContours(image, mode, method[, offset])

概述：

尋找一個(gè)二值圖像的輪廓。注意黑色表示背景，白色表示物體，即在黑色背景里尋找白色物體的輪廓

參數(shù)：

image: 8位單通道圖像。非零像素值視為1，所以圖像視作二值圖像 mode: 輪廓檢索的方式 cv2.RETR_EXTERNAL: 只檢索外部輪廓 cv2.RETR_LIST: 檢測(cè)所有輪廓且不建立層次結(jié)構(gòu) cv2.RETR_CCOMP: 檢測(cè)所有輪廓，建立兩級(jí)層次結(jié)構(gòu)。上面的一層為外邊界，里面的一層為內(nèi)孔的邊界信息。如果內(nèi)孔內(nèi)還有一個(gè)連通物體，這個(gè)物體的邊界也在頂層。 cv2.RETR_TREE: 檢測(cè)所有輪廓，建立完整的層次結(jié)構(gòu) method: 輪廓近似的方法 cv2.CHAIN_APPROX_NONE: 存儲(chǔ)所有的輪廓點(diǎn) cv2.CHAIN_APPROX_SIMPLE: 壓縮水平，垂直和對(duì)角線段，只留下端點(diǎn)。 例如矩形輪廓可以用4個(gè)點(diǎn)編碼 cv2.CHAIN_APPROX_TC89_L1,cv2.CHAIN_APPROX_TC89_KCOS:使用Teh-Chini chain近似算法 offset:（可選參數(shù)）輪廓點(diǎn)的偏移量，格式為tuple,如（-10，10）表示輪廓點(diǎn)沿X負(fù)方向偏移10個(gè)像素點(diǎn)，沿Y正方向偏移10個(gè)像素點(diǎn)

返回值：

contours: 輪廓點(diǎn)。列表格式，每一個(gè)元素為一個(gè)3維數(shù)組（其形狀為（n,1,2），其中n表示輪廓點(diǎn)個(gè)數(shù)，2表示像素點(diǎn)坐標(biāo)）,表示一個(gè)輪廓 hierarchy: 輪廓間的層次關(guān)系,為三維數(shù)組，形狀為（1,n,4），其中n表示輪廓總個(gè)數(shù)，4指的是用4個(gè)數(shù)表示各輪廓間的相互關(guān)系。第一個(gè)數(shù)表示同級(jí)輪廓的下一個(gè)輪廓編號(hào)，第二個(gè)數(shù)表示同級(jí)輪廓的上一個(gè)輪廓的編號(hào)，第三個(gè)數(shù)表示該輪廓下一級(jí)輪廓的編號(hào)，第四個(gè)數(shù)表示該輪廓的上一級(jí)輪廓的編號(hào)

補(bǔ)充： 若想得到輪廓點(diǎn)的集合的列表，可使用

cnt = np.squeeze(contours[0])

3.2 cv2.drawContours(image, contours, contourIdx, color[, thickness[, lineType[, hierarchy[, maxLevel[, offset]]]])

參數(shù)：

image: 需要繪制輪廓的目標(biāo)圖像，注意會(huì)改變?cè)瓐D contours: 輪廓點(diǎn)，上述函數(shù)cv2.findContours()的第一個(gè)返回值 contourIdx: 輪廓的索引，表示繪制第幾個(gè)輪廓，-1表示繪制所有的輪廓 color: 繪制輪廓的顏色 thickness:（可選參數(shù)）輪廓線的寬度，-1表示填充 lineType:（可選參數(shù)）輪廓線型，包括cv2.LINE_4,cv2.LINE_8（默認(rèn)）,cv2.LINE_AA,分別表示4鄰域線，8領(lǐng)域線，抗鋸齒線（可以更好地顯示曲線） hierarchy:（可選參數(shù)）層級(jí)結(jié)構(gòu)，上述函數(shù)cv2.findContours()的第二個(gè)返回值，配合maxLevel參數(shù)使用 maxLevel:（可選參數(shù)）等于0表示只繪制指定的輪廓，等于1表示繪制指定輪廓及其下一級(jí)子輪廓，等于2表示繪制指定輪廓及其所有子輪廓 offset:（可選參數(shù)）輪廓點(diǎn)的偏移量

import cv2img = cv2.imread(’D:/2.jpg’,1)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)ret, dst = cv2.threshold(img_gray, 200, 255, cv2.THRESH_BINARY)

contours,hierarchy = cv2.findContours(dst, cv2.RETR_LIST, cv2.CHAIN_APPROX_NONE)cv2.drawContours(img, contours, -1, (0, 255, 0), 3)

cv2.imshow(’img’,img)cv2.waitKey(0)

4.點(diǎn)與輪廓位置關(guān)系

此功能可查找圖像中的點(diǎn)與輪廓之間的最短距離。當(dāng)點(diǎn)在輪廓外時(shí)返回負(fù)值，當(dāng)點(diǎn)在內(nèi)部時(shí)返回正值，如果點(diǎn)在輪廓上則返回零

dist = cv2.pointPolygonTest(cnt, (100, 100), True)

檢查(100,100)與輪廓（cnt）的距離

在函數(shù)中，第二個(gè)參數(shù)需要tuple類(lèi)型；第三個(gè)參數(shù)是measureDist。 如果為T(mén)rue，則查找距離. 如果為False，則查找該點(diǎn)是在內(nèi)部還是外部或在輪廓上（它分別返回+1，-1，0）

如果不需要到距離，請(qǐng)確保第三個(gè)參數(shù)為False，因?yàn)檫@是一個(gè)耗時(shí)的過(guò)程。因此，將其設(shè)為False可提供2-3倍的加速

5.直線擬合fitline函數(shù)

output = cv2.fitLine(InputArray points, distType, param, reps, aeps)

參數(shù)：

InputArray Points: 待擬合的直線的集合，必須是矩陣形式（如numpy.array) distType: 距離類(lèi)型。fitline為距離最小化函數(shù)，擬合直線時(shí)，要使輸入點(diǎn)到擬合直線的距離和最小化。這里的距離的類(lèi)型有以下幾種： cv2.DIST_USER : User defined distance cv2.DIST_L1: distance = |x1-x2| + |y1-y2| cv2.DIST_L2: 歐式距離，此時(shí)與最小二乘法相同 cv2.DIST_C: distance = max(|x1-x2|,|y1-y2|) cv2.DIST_L12: L1-L2 metric: distance = 2(sqrt(1+x*x/2) - 1)) cv2.DIST_FAIR cv2.DIST_WELSCH cv2.DIST_HUBER param: 距離參數(shù)，跟所選的距離類(lèi)型有關(guān)，值可以設(shè)置為0 reps,aeps: 第5/6個(gè)參數(shù)用于表示擬合直線所需要的徑向和角度精度，通常情況下兩個(gè)值均被設(shè)定為1e-2

返回值：

output：對(duì)于二維直線，輸出output為4維，前兩維代表擬合出的直線的方向，后兩位代表直線上的一點(diǎn)。（即通常說(shuō)的點(diǎn)斜式直線）

loc = np.array(loc)output = cv2.fitLine(loc, cv2.DIST_L2, 0, 0.01, 0.01)k = output[1] / output[0]b = output[3] - k * output[2]#k[key]報(bào)錯(cuò)?

以上就是本文的全部?jī)?nèi)容，希望對(duì)大家的學(xué)習(xí)有所幫助，也希望大家多多支持好吧啦網(wǎng)。