opencv: 绘制矩形轮廓框，并记录轮廓框坐标_JNingWei的博客-程序员宝宝_opencv获得矩形轮廓

技术标签： OpenCV-Python opencv

步骤简述

使用OpenCV绘制矩形轮廓框，一般包括如下步骤：

转换为灰度图；
进行阈值处理；
进行中值滤波；
在原始图像上绘制矩形框。

附图解析

原始图像：
这里写图片描述

第一步，转换为灰度图：
这里写图片描述

第二步，经过阈值处理：
这里写图片描述

第三步，中值滤波后：
这里写图片描述

最后一步，在原始图像上绘制矩形框：
这里写图片描述

生成的记录文件（矩形轮廓框四个端点的平面坐标）

1: [367,201  367,210  371,201  371,210]
2: [362,195  362,197  363,195  363,197]
3: [297,187  297,190  301,187  301,190]
4: [396,182  396,184  398,182  398,184]
5: [371,168  371,190  394,168  394,190]
6: [382,166  382,169  387,166  387,169]
7: [211,160  211,189  238,160  238,189]
8: [377,148  377,163  402,148  402,163]
9: [308,148  308,217  353,148  353,217]
10: [315,193  315,215  348,193  348,215]
11: [277,148  277,188  311,148  311,188]
12: [241,147  241,190  274,147  274,190]
13: [179,132  179,189  235,132  235,189]
14: [355,129  355,192  372,129  372,192]

Code

附上自己写的实验代码：

# coding=utf-8
import cv2

# 原图像路径
origin_pic = cv2.imread('./origin.jpg')
# 文档路径，用于记录轮廓框坐标
txt_file = open('./contours.txt', 'w')

# 要先转换成单通道灰度图像才能进行后续的图像处理
pic = cv2.cvtColor(origin_pic, cv2.COLOR_BGR2GRAY)
# 阈值处理，将前景全填充为白色，背景全填充为黑色
_, pic = cv2.threshold(src=pic, thresh=200, maxval=255, type=1)
# 中值滤波，去除椒盐噪声
pic = cv2.medianBlur(pic, 5)
# 边缘检测，得到的轮廓列表
_1, contours, _2 = cv2.findContours(pic, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
# 根据轮廓列表，循环在原始图像上绘制矩形边界
for i in range(len(contours)):
    cnt = contours[i]
    x, y, w, h = cv2.boundingRect(cnt)
    origin_pic = cv2.rectangle(origin_pic, (x, y), (x+w, y+h), (255, 0, 0), 2)
    txt_file.write('{}: [{},{}  {},{}  {},{}  {},{}]\n'.format(i+1, x, y, x, y+h, x+w, y, x+w, y+h))

cv2.imwrite('./rectangle.jpg', origin_pic)
txt_file.close()

cv2.imshow('', origin_pic)
cv2.waitKey(0)
cv2.destroyAllWindows()

本文链接：https://blog.csdn.net/jningwei/article/details/78233010

原作者删帖不实内容删帖广告或垃圾文章投诉

智能推荐

Linux C 数据结构——队列_zqixiao_09的博客-程序员宝宝

还是先放这张图，以便对比和理解：队列是限制在两端进行插入操作和删除操作的线性表，允许进行存入操作的一端称为“队尾”，允许进行删除操作的一端称为“队头”。当线性表中没有元素时，称为“空队”。特点：先进先出（FIFO）。

概率论基础 —— 5.离散型二维随机变量_打码的老程的博客-程序员宝宝_概率论里的投影是什么意思

在本系列前4章节，我们快速的过了一遍概率论对于一维随机变量的定义与分类。从最原始直观的经典概率类型出发，我们引申到了条件概率，以及针对条件概率，扩展得到的全概率、贝叶斯概率。在对概率建立起一定概念后，我们又引入了针对是否连续，而提出的连续型和离散型概率事件的模型，并且分别介绍了针对离散型概率事件表达的概率分布函数，与连续型的概率密度函数，并介绍了5种重要的概率模型。文章目录关于二维概率事件关于离散型二维随机变量分布律（Probability Function / Distribution Law）.

最简单的echart 饼图实现_一彡十的博客-程序员宝宝_echart饼图

话不多说，先看效果图：实现步骤如下：1.在echart官网下载echart.min.js ，下载网址：https://echarts.baidu.com/download.html2.引入echart.min.js3.写前端代码，完整代码如下：<%@ page contentType="text/html;charset=UTF-8"%><h...

Unable to create requested service [org.hibernate.engine.jdbc.env.spi.JdbcEnvironment]错误解决_蔡斯达纳的博客-程序员宝宝_unable to create requested service [org.hibernate.

解决一个mysql问题

抓取网页中数据 -----51book中城市码_weixin_30901729的博客-程序员宝宝

================== 获取网页中span标签里面的t_id的值 public function getpreg(){ $www = 'http://monkey.test.tripb.cn/test/preg.html'; $html = file_get_contents($www); $search = '/<span([^>]*)\s*t_i...

CPU 与 GPU 之间数据转换 cudaMemcpy_xiaoheibaqi的博客-程序员宝宝

//显存上分配空间CUDA_SAFE_CALL(cudaMalloc((void**)&Dst_d,sizeof(float3) * totalPNum));//显存上传输数据CUDA_SAFE_CALL(cudaMemcpy(Dst_d, Srcdata0_h, sizeof(float3) * numdata0, cudaMemcpyHostToDevice));CUDA_SA