时间:2021-05-20
本文实例为大家分享了Opencv处理图像之轮廓提取,使用cvfindContours对图像进行轮廓检测,供大家参考,具体内容如下
#include<iostream>#include<opencv2/core/core.hpp>#include<opencv2/highgui/highgui.hpp>int main(){ IplImage* img = cvLoadImage("E:\\test.bmp",0); IplImage* imgColor = cvCreateImage(cvGetSize(img),8,3); IplImage* contoursImage = cvCreateImage(cvSize(img->width,img->height),8,1); cvNamedWindow("hui"); cvShowImage("hui",img); cvThreshold(img,img,100,255,CV_THRESH_BINARY); //二值化图像以100为阀值 cvNamedWindow("2"); cvShowImage("2",img); CvSeq* contours = 0,* contoursTemp =0; cvZero(contoursImage); cvCvtColor(img,imgColor,CV_GRAY2BGR); //颜色转化函数 //img :需要提前的图片需要二值 //storage:存放的空间 //contours:指向轮廓提取的第一个轮廓 //sizeof(CvContour):采用的是哪一种结构以及大小 //CV_RETR_LIST:轮廓存储方式 //CV_CHAIN_APPROX_NONE:采用坐标集表示轮廓 CvMemStorage* storage = cvCreateMemStorage(0); int total = cvFindContours(img,storage,&contours,sizeof(CvContour),CV_RETR_LIST,CV_CHAIN_APPROX_NONE,cvPoint(0,0)); printf("%d",total); //输出总的轮廓数 contoursTemp = contours; while(contoursTemp!=0){ for(int i = 0;i<contoursTemp->total;i++){ CvPoint *pt = (CvPoint*)cvGetSeqElem(contoursTemp,i); cvSetReal2D(contoursImage,pt->y,pt->x,255.0); cvSet2D(imgColor,pt->y,pt->x,cvScalar(0,0,255.0)); } contoursTemp = contoursTemp->h_next; } cvNamedWindow("img"); cvShowImage("img",imgColor); cvNamedWindow("contoursImage"); cvShowImage("contoursImage",contoursImage); cvWaitKey(0); return 0;}以上就是本文的全部内容,希望对大家的学习有所帮助,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
环境介绍Python3.6+OpenCV3.4.1.15原理介绍首先,提取出模板中每一个数字的轮廓,再对信用卡图像进行处理,提取其中的数字部分,将该部分数字与模
本文实例为大家分享了Opencv轮廓外背景颜色改变的具体代码,供大家参考,具体内容如下自行学习弄得简单代码,使用了图像中的轮廓发现以及提取,再绘制出来,改变轮廓
本文实例为大家分享了Opencv提取连通区域轮廓的具体代码,供大家参考,具体内容如下在进行图像分割后,可能需要对感兴趣的目标区域进行提取,比较常用的方法是计算轮
本文实例为大家分享了opencv提取轮廓大于某个阈值的图像,供大家参考,具体内容如下#include"stdafx.h"#include"cv.h"#inclu
基本思路斑马线检测通过opencv图像处理来进行灰度值转换、高斯滤波去噪、阈值处理、腐蚀和膨胀后对图像进行轮廓检测,通过判断车辆和行人的位置,以及他们之间的距离