openCV求轮廓面积占比

最新推荐文章于 2024-08-15 18:30:34 发布

原创最新推荐文章于 2024-08-15 18:30:34 发布 · 1.5k 阅读

11 ·

CC 4.0 BY-SA版权

文章标签：

#opencv #python

opencv 专栏收录该内容

3 篇文章

订阅专栏

本文详细介绍了一种基于高斯模糊降噪、灰度转换及Canny边缘检测算法的图像处理方法，并通过轮廓发现和面积计算展示了如何进一步分析边缘检测后的图像区域。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

def edge_demo(image):
    blurred = cv.GaussianBlur(image,(3,3),0)#高斯模糊降噪
    gray = cv.cvtColor(blurred,cv.COLOR_BGR2GRAY)#灰度图
    edge_output = cv.Canny(gray,50,150)#不求梯度也可以
    return edge_output
def edge_area(image):
    contours, hierarchy = cv.findContours(image, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)# 轮廓发现
    dst = cv.cvtColor(image,cv.COLOR_GRAY2BGR)
    cv.drawContours(dst, contours, -1, (0, 0, 255), 3)  # 画出轮廓
    area = 0
    for c in range(len(contours)):
        area += cv.contourArea(contours[c])# 面积
    cv.putText(dst, "area/sum:" + str(area/image.size), (50, 50), cv.FONT_HERSHEY_SIMPLEX, .7, (255, 0, 0), 2)#显示
    cv.imshow("t3",dst)
    
src = cv.imread("t1.jpg")
edge_output=edge_demo(src)
edge_area(edge_output)