opencv 进行任意形状目标识别，供大家参考，具体内容如下

工作中有一次需要在简单的图上进行目标识别，目标的形状不固定，并且存在一定程度上的噪声影响，但是噪声影响不确定。这是一个简单的事情，因为图像并不复杂，现在将代码公布如下：

import cv2def otsu_seg(img): ret_th, bin_img = cv2.threshold(img, 0, 255, cv2.THRESH_BINARY+cv2.THRESH_OTSU) return ret_th, bin_imgdef find_pole(bin_img): img, contours, hierarchy = cv2.findContours(bin_img, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) area = 0 for i in range(len(contours)): area += cv2.contourArea(contours[i]) area_mean = area / len(contours) mark = [] for i in range(len(contours)): if cv2.contourArea(contours[i]) < area_mean: mark.append(i) return img, contours, hierarchy, markdef draw_box(img,contours): img = cv2.rectangle(img, (contours[0][0], contours[0][1]), (contours[1][0], contours[1][1]), (255,255,255), 3) return imgdef main(img): ret, th = otsu_seg(img) img_new, contours, hierarchy, mark = find_pole(th) for i in range(len(contours)): if i not in mark: left_point = contours[i].min(axis=1).min(axis=0) right_point = contours[i].max(axis=1).max(axis=0) img = draw_box(img, (left_point, right_point)) return imgif __name__ =="__main__": img = cv2.imread('G:/test.png') img = main(img) cv2.imwrite('G:/test_d.png', img)

结果图如下：

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。