

首页  思维导图  详情



图形检测

2025-12-09 16:13:06   1  举报





AI智能生成

有关于opencv的图形检测

原型规划

模版推荐

作者其他创作

大纲/内容

图像的轮廓

含义

图像中图形或物体的外边缘线条

语法

contours, hierarchy = cv2.findContours(image, mode, method)

image: 必须为 8 位单通道二值图像；彩色图像需先转灰度图并二值化

mode:常用值： cv2.RETR_EXTERNAL：仅检测外轮廓 cv2.RETR_LIST：检测所有轮廓，不建立层次 cv2.RETR_CCOMP：检测所有轮廓，建立两级层次

method：cv2.CHAIN_APPROX_NONE：存储轮廓所有点 cv2.CHAIN_APPROX_SIMPLE：仅保存水平 / 垂直 / 对角线轮廓端点

补充

用法是检测轮廓，绘制轮廓之前，必要可以进行滤波

轮廓拟合

含义

将凹凸不 平的轮廓用平整的几何图形体现出来

常见语法

矩形包围框

x, y, w, h = cv2.boundingRect(array)

array：contours 中的某轮廓数组； 返回值：x（左上角横坐标）、y（左上角纵坐标）、w（矩形宽度）、h（矩形高 度）

示例：x, y, w, h = cv2.boundingRect(contours[0]) cv2.rectangle(img, (x,y), (x+w,y+h), (0,0,255), 2)

圆形包围框

center, radius = cv2.minEnclosingCircle(points)

points：contours 中的某轮廓数组； 返回值：center（圆心坐标，浮点型）、radius（半径，浮点型）

center, radius = cv2.minEnclosingCircle(contours[0]) x = int(round(center[0])) y = int(round(center[1])) cv2.circle(img, (x,y), int(radius), (0,0,255), 2)

补充

在使用包围框语法前加上图像的轮廓的语法

凸包

含义

找出图形最外层的端 点，将这些端点连接起来，就可以围出一个包围图形的最小包围框

语法

hull = cv2.convexHull(points, clockwise, returnPoints)

points  :  轮廓数组

clockwise：当该值为 True 时，凸包中的点按顺时针排列，为 False 时按逆时针排列。

returnPoints：当该值为 True 时返回点坐标，为 False 时返回点索 引。默认值为 True。

hull = cv2.convexHull(contours[0]) cv2.polylines(img, [hull], True, (0,0,255), 2)    #绘制一个轮廓

补充

clockwise,returnPoints如果不填写也可以

Canny边缘检测

含义

绘制十分精细的二值边缘图像

语法

edges = cv2.Canny(image, threshold1, threshold2, apertureSize, L2gradient)

image：检测的原始图像

threshold1：通 常用来设置最小阈值。

threshold2：通常用来设置最大阈值。

r1 = cv2.Canny(img, 10, 50)

补充

阈值选用合理，太小图像太密，太大图像简单

霍夫变换

含义

通过算法识别图像的特征，从而判断图像中的特殊形状

语法

直线检测

lines = cv2.HoughLinesP(image, rho, theta, threshold, minLineLength, maxLineGap)

rho：检测直线使用的半径步长，值为 1 时，表示检测所有可能的半径长。

theta：值为 π/180°时，表示检测所有角度。

threshold：值越小，检测出的直线就越多。

minLineLength：线段的最小长度，小于该长度的线段不记录到结果中

maxLineGap：线段之间的最小距离

lines = cv2.HoughLinesP(binary, 1, np.pi/180, 15, minLineLength=100, maxLineGap=18)

圆环检测

circles = cv2.HoughCircles(image, method, dp, minDist, param1, param2, minRadius, maxRadius)

circles = cv2.HoughCircles(gray, cv2.HOUGH_GRADIENT, 1, 70, param1=100, param2=25, minRadius=10, maxRadius=50)

补充

直线检测

直线：[ [[x1,y1,x2,y2]], [[x1,y1,x2,y2]], ... ]

for line in lines:     x1, y1, x2, y2 = line[0]     cv2.line(img, (x1,y1), (x2,y2), (0,0,255), 2)

圆环检测

圆：[ [[x1,y1,r1], [x2,y2,r2], ...] ]

for c in circles[0]:     x, y, r = c     cv2.circle(img, (x,y), r, (0,0,255), 3)   #绘制圆环     cv2.circle(img, (x,y), 2, (0,0,255), 3)  #绘制圆心

 Collect

Get Started

水印检测

 Collect

Get Started

架构图-智能检测工具类系统

 Collect

Get Started

播放检测

 Collect

Get Started

内存泄露检测





0 条评论

下一页