教你如何使用 OpenCV检测图像中的轮廓

@Author：Runsen

轮廓是连接所有具有某种颜色或强度的连续点的闭合曲线，它们代表图像中发现的对象的形状。轮廓检测是一种用于形状分析和物体检测和识别的有用技术。

轮廓检测并不是图像分割的唯一算法，还有很多其他算法，例如当前最先进的语义分割、霍夫变换和K-Means 分割。

为了获得更好的准确性，以下是检测图像中轮廓的整个流程：

• 将图像转换为二值图像，通常的做法是将输入图像变为二值图像（应该是阈值图像或边缘检测的结果）。
• 使用findContours() OpenCV函数查找轮廓。
• 绘制这些轮廓并显示图像。

import cv2
import matplotlib.pyplot as plt

  

 

  
1
  
2
 

在这里，选择的图片如下所示。
`

image = cv2.imread("image.jpg")

  

 

  
1
 

将其转换为RGB࿰

文章来源: maoli.blog.csdn.net，作者：刘润森！，版权归原作者所有，如需转载，请联系作者。

原文链接：maoli.blog.csdn.net/article/details/117636989