国产 无码 综合区,色欲AV无码国产永久播放,无码天堂亚洲国产AV,国产日韩欧美女同一区二区

Python Opencv實踐 - 輪廓特征(最小外接圓,橢圓擬合)

這篇具有很好參考價值的文章主要介紹了Python Opencv實踐 - 輪廓特征(最小外接圓,橢圓擬合)。希望對大家有所幫助。如果存在錯誤或未考慮完全的地方,請大家不吝賜教,您也可以點擊"舉報違法"按鈕提交疑問。

import cv2 as cv
import numpy as np
import matplotlib.pyplot as plt

img = cv.imread("../SampleImages/stars.PNG")
plt.imshow(img[:,:,::-1])

#輪廓檢測
img_gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
ret,thresh = cv.threshold(img_gray, 127, 255, 0)
contours,hierarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_NONE)
#顯示輪廓
img_contours = img.copy()
img_contours = cv.drawContours(img_contours, contours, -1, (0,255,0), 2)
plt.imshow(img_contours, cmap=plt.cm.gray)

for contour in contours:
    #輪廓最小外接圓
    #(x,y),radius = cv.minEnclosingCircle(cnt)
    #cnt: 輪廓信息
    #(x,y):最小外接圓的圓心
    #radius: 最小外接圓的半徑
    #參考資料:https://geek-docs.com/opencv/python-opencv/t_how-to-find-the-minimum-enclosing-circle-of-an-object-in-opencv-python.html
    (x,y),radius = cv.minEnclosingCircle(contour)
    center = (int(x), int(y))
    radius = int(radius)
    cv.circle(img, center, radius, (0,255,0), 2)
    #橢圓擬合
    #ellips = cv.fitEllipse(cnt)
    #ellipse: 橢圓信息((x,y),(a,b),angle) (x,y)橢圓中心點;(a,b) 橢圓長短軸的直徑(注意:非半徑);angle中心旋轉(zhuǎn)角度
    #參考資料:https://blog.csdn.net/Other_stone/article/details/111186254?spm=1001.2101.3001.6650.5&utm_medium=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-5-111186254-blog-111409635.235%5Ev38%5Epc_relevant_default_base&depth_1-utm_source=distribute.pc_relevant.none-task-blog-2%7Edefault%7EBlogCommendFromBaidu%7ERate-5-111186254-blog-111409635.235%5Ev38%5Epc_relevant_default_base&utm_relevant_index=10
    ellipse = cv.fitEllipse(contour)
    cv.ellipse(img, ellipse, (0,0,255), 2)

plt.imshow(img[:,:,::-1])

Python Opencv實踐 - 輪廓特征(最小外接圓,橢圓擬合),OpenCV實踐-python,python,opencv,開發(fā)語言,圖像處理,計算機視覺

Python Opencv實踐 - 輪廓特征(最小外接圓,橢圓擬合),OpenCV實踐-python,python,opencv,開發(fā)語言,圖像處理,計算機視覺?Python Opencv實踐 - 輪廓特征(最小外接圓,橢圓擬合),OpenCV實踐-python,python,opencv,開發(fā)語言,圖像處理,計算機視覺

Python Opencv實踐 - 輪廓特征(最小外接圓,橢圓擬合),OpenCV實踐-python,python,opencv,開發(fā)語言,圖像處理,計算機視覺?文章來源地址http://www.zghlxwxcb.cn/news/detail-705071.html

到了這里,關于Python Opencv實踐 - 輪廓特征(最小外接圓,橢圓擬合)的文章就介紹完了。如果您還想了解更多內(nèi)容,請在右上角搜索TOY模板網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關文章,希望大家以后多多支持TOY模板網(wǎng)!

本文來自互聯(lián)網(wǎng)用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。如若轉(zhuǎn)載,請注明出處: 如若內(nèi)容造成侵權/違法違規(guī)/事實不符,請點擊違法舉報進行投訴反饋,一經(jīng)查實,立即刪除!

領支付寶紅包贊助服務器費用

相關文章

  • 【Python】計算幾何:德勞內(nèi)三角剖分算法 | 利用 scatter 繪制散點圖 | 實現(xiàn)外接圓生成 | scipy庫的 Dealunay 函數(shù) | 實戰(zhàn): A-B間歐氏距離計算

    【Python】計算幾何:德勞內(nèi)三角剖分算法 | 利用 scatter 繪制散點圖 | 實現(xiàn)外接圓生成 | scipy庫的 Dealunay 函數(shù) | 實戰(zhàn): A-B間歐氏距離計算

    ?? 猛戳!跟哥們一起玩蛇啊? ???《一起玩蛇》?? ?? 寫在前面 :本章我們將介紹的是計算機和領域的 Delaunay 三角剖分算法(即德勞內(nèi)三角剖分),它是一種用于將點集劃分成三角形網(wǎng)格的算法。點集的三角剖分屬于計算幾何學科范疇,對數(shù)值分析、有限元分析與圖形學

    2024年02月02日
    瀏覽(37)
  • 【計算幾何】Python:德勞內(nèi)三角剖分算法 | 利用 scatter 繪制散點圖 | 實現(xiàn)外接圓生成 | scipy庫的 Dealunay 函數(shù) | 實戰(zhàn): A-B間歐氏距離計算

    【計算幾何】Python:德勞內(nèi)三角剖分算法 | 利用 scatter 繪制散點圖 | 實現(xiàn)外接圓生成 | scipy庫的 Dealunay 函數(shù) | 實戰(zhàn): A-B間歐氏距離計算

    ?? 猛戳!跟哥們一起玩蛇啊? ???《一起玩蛇》?? ?? 寫在前面 :本章我們將介紹的是計算機和領域的 Delaunay 三角剖分算法(即德勞內(nèi)三角剖分),它是一種用于將點集劃分成三角形網(wǎng)格的算法。點集的三角剖分屬于計算幾何學科范疇,對數(shù)值分析、有限元分析與圖形學

    2024年02月03日
    瀏覽(32)
  • OpenCV(三十四):輪廓外接最大、最小矩形和多邊形擬合

    OpenCV(三十四):輪廓外接最大、最小矩形和多邊形擬合

    目錄 1.輪廓外接最大矩形boundingRect() 2.輪廓外接最小矩形minAreaRect() 3.輪廓外接多邊形approxPolyDP() 1.輪廓外接最大矩形boundingRect() Rect cv::boundingRect ( InputArray array ) array:輸入的灰度圖像或者2D點集,數(shù)據(jù)類型為vectorPoint或者Mat。 示例代碼: ?輪廓外接最大矩形的結(jié)果: 2.輪廓外接

    2024年02月09日
    瀏覽(301)
  • 【OpenCV-Python】——邊緣和輪廓&Laplacian/Sobel/Canny邊緣檢測&查找/繪制輪廓及輪廓特征&霍夫直線/圓變換

    【OpenCV-Python】——邊緣和輪廓&Laplacian/Sobel/Canny邊緣檢測&查找/繪制輪廓及輪廓特征&霍夫直線/圓變換

    目錄 前言: 1、邊緣檢測 1.1 Laplacian邊緣檢測 ?1.2 Sobel邊緣檢測 ?1.3 Canny邊緣檢測 2、圖像輪廓 2.1 查找輪廓 ?2.2 繪制輪廓 2.3 輪廓特征 3、霍夫變換 3.1 霍夫直線變換 ?3.2 霍夫圓變換 總結(jié): 圖像的邊緣是指圖像中灰度值急劇變化的位置,邊緣檢測的目的是為了繪制邊緣線條。

    2024年01月23日
    瀏覽(22)
  • Android OpenCV(三十七):輪廓外接多邊形

    Android OpenCV(三十七):輪廓外接多邊形

    參數(shù)四:closed,逼近曲線是否閉合的標志,true表示封閉,false,表示不封閉。 該方法使用的是 Douglas-Peucker algorithm(道格拉斯-普克算法) 。 Douglas-Peukcer算法 由D.Douglas和T.Peueker于1973年提出,也稱為 拉默-道格拉斯-普克算法 、 迭代適應點算法 、 分裂與合并算法 、 D-P算法

    2024年04月13日
    瀏覽(165)
  • OPENCV C++(七)霍夫線檢測+找出輪廓和外接矩形+改進旋轉(zhuǎn)

    霍夫線檢測 ?定義存放輸出線的向量 此向量輸出有距離,角度 因為檢測的原理就是在變換霍夫空間里面去檢測的,這里可以理解為極坐標 第3個參數(shù)是距離精度 第四個參數(shù)是角度精度,第五個是閾值,只有點超過90個才算一條線 在圖中畫線操作: 這里是畫線操作? 概率霍夫

    2024年02月13日
    瀏覽(91)
  • OpenCV 入門教程:輪廓特征和輪廓匹配

    輪廓特征和輪廓匹配是圖像處理中用于描述和比較輪廓的技術。通過提取輪廓的形狀、面積、周長等特征,并進行比較和匹配,我們可以實現(xiàn)目標識別、形狀分析等應用。在本文中,我們將以輪廓特征和輪廓匹配為中心,為你介紹使用 OpenCV 進行輪廓處理的基本步驟和實例。

    2024年02月13日
    瀏覽(25)
  • OpenCV——最小外接矩形

    OpenCV——最小外接矩形

    ? emspminAreaRect 函數(shù)用于計算給定點集的最小外接矩形。該矩形的長和寬是可以任意旋轉(zhuǎn)的,因此被稱為旋轉(zhuǎn)矩形。 points :是一個包含點集的 Mat 對象。點集可以是二維點集或三維點集,但是只有前兩個坐標被使用。返回值是一個 RotatedRect 對象,表示最小外接矩形。 該函數(shù)

    2024年02月05日
    瀏覽(89)
  • 【OpenCV常用函數(shù):輪廓檢測+外接矩形檢測】cv2.findContours()+cv2.boundingRect()

    【OpenCV常用函數(shù):輪廓檢測+外接矩形檢測】cv2.findContours()+cv2.boundingRect()

    對具有黑色背景的二值圖像尋找白色區(qū)域的輪廓,因此一般都會先經(jīng)過cvtColor()灰度化和threshold()二值化后的圖像作為輸入。 例如,如下的輪廓檢測出的結(jié)果contours和hierarchy。 根據(jù)輪廓點檢測對應輪廓的外接矩形

    2024年02月13日
    瀏覽(91)
  • OpenCV:繪制圖像中mask的最小外接矩形

    在計算機視覺和圖像處理中,我們經(jīng)常需要計算直線與外接矩形邊的交點。這在進行邊緣檢測、圖像分割、目標跟蹤等任務時非常有用。本文將介紹如何使用OpenCV和NumPy計算直線與外接矩形邊的交點,并展示如何在實際圖像中繪制直線。 使用OpenCV的findContours函數(shù)尋找圖像中的

    2024年01月24日
    瀏覽(89)

覺得文章有用就打賞一下文章作者

支付寶掃一掃打賞

博客贊助

微信掃一掃打賞

請作者喝杯咖啡吧~博客贊助

支付寶掃一掃領取紅包,優(yōu)惠每天領

二維碼1

領取紅包

二維碼2

領紅包