訂閱
糾錯(cuò)
加入自媒體

如何使用Python+OpenCV在圖像上找到并繪制等高線?

在地形圖中,你有沒有注意到在山區(qū)和地形圖中海拔高的區(qū)域周圍畫的線?這些線被稱為地形等高線。它們給出了地形的高程剖面圖。這些線條要么是手工繪制的,要么是電腦生成的。

在本文中,我們將看到如何使用OpenCV在一個(gè)簡單的圖像上繪制等高線。

findContours函數(shù)OpenCV為我們提供了“findContours”函數(shù),該函數(shù)在二值圖像中查找輪廓,并將其存儲(chǔ)為一個(gè)numpy坐標(biāo)點(diǎn)數(shù)組。函數(shù)定義如下。cv.findContours(image,
               mode,
               method[,
               contours[,
               hierarchy[,
               offset]]]) ->contours, hierarchy
image-源,一個(gè)8位單通道圖像。非零像素被視為1。零像素仍然是0,所以圖像被視為二進(jìn)制。mode-輪廓檢索模式。method-等值線近似法。以及其他三個(gè)可選參數(shù)。輪廓檢索模式第二個(gè)參數(shù),即輪廓檢索方式,用于檢索圖像中輪廓之間的關(guān)系。例如,在圖像中,可能會(huì)有輪廓內(nèi)的輪廓,就像嵌套輪廓一樣。在這種情況下,我們稱外部輪廓為父線,稱內(nèi)部輪廓為子線。在使用findContours函數(shù)時(shí),應(yīng)該檢索輪廓之間的這些關(guān)系,并將其存儲(chǔ)在一個(gè)變量中。如果需要的話,它們也可以在未來使用。OpenCV中有四種檢索模式,分別是cv.RETR_LIST,cv.RETR_TREE,cv.RETR_CCOMP,cv.RETR_EXTERNAL。為了清楚地了解檢索模式,強(qiáng)烈建議參考OpenCV的輪廓官方教程:https://docs.opencv.org/master/d9/d8b/tutorial_py_contours_hierarchy.html。輪廓近似方法OpenCv中有兩種輪廓逼近方法。它們是cv.CHAIN_APPROX_NONE和cv.CHAIN_APPROX_SIMPLE。如果通過cv.CHAIN_APPROX_NONE,則將存儲(chǔ)輪廓的所有邊界點(diǎn)。但實(shí)際上,我們需要所有的點(diǎn)嗎?例如,你發(fā)現(xiàn)了一條直線的輪廓線。需要這條直線上的所有點(diǎn)來表示這條直線嗎?不,我們只需要這條線的兩個(gè)端點(diǎn)。這就是cv.CHAIN_APPROX_SIMPLE所做的。它刪除所有冗余點(diǎn)并壓縮輪廓,從而節(jié)省內(nèi)存。drawContours函數(shù)找到等高線后,將等高線的坐標(biāo)點(diǎn)(x, y)存儲(chǔ)在一個(gè)數(shù)組中,就可以用這些點(diǎn)在圖像上繪制等高線。我們使用OpenCV的drawcontour函數(shù)來做同樣的事情。cv.drawContours(image,
               contours,
               contourIdx,
               color[,
               thickness[,
               lineType[,
               hierarchy[,
               maxLevel[,
               offset]]]]]) ->image
image- 目標(biāo)圖像。contours-所有輸入的輪廓線。每個(gè)輪廓被存儲(chǔ)為一個(gè)點(diǎn)向量。contourIdx-表示要繪制的輪廓的參數(shù)。如果是負(fù)數(shù),則畫出所有的等高線。color-輪廓的顏色。thickness-繪制輪廓時(shí)所用的線的粗細(xì)。如果為負(fù)值(例如,thickness=FILLED),則繪制輪廓內(nèi)部,F(xiàn)在,我們已經(jīng)學(xué)習(xí)了函數(shù)findContours和drawContours,讓我們運(yùn)行一個(gè)簡單的代碼以將這些函數(shù)應(yīng)用于圖像:這是原始圖像:

import cv2 as cv
#read the image
img = cv.imread("D://medium_blogs//pattern1.jpg")
#convert the image to grayscale
gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
#blur image to reduce the noise in the image while thresholding
blur = cv.blur(gray, (10,10))
#Apply thresholding to the image
ret, thresh = cv.threshold(blur, 1, 255, cv.THRESH_OTSU)
#find the contours in the image
contours, heirarchy = cv.findContours(thresh, cv.RETR_TREE, cv.CHAIN_APPROX_SIMPLE)
#draw the obtained contour lines(or the set of coordinates forming a line) on the original image
cv.drawContours(img, contours, -1, (0,255,0), 20)
#show the image
cv.namedWindow('Contours',cv.WINDOW_NORMAL)
cv.namedWindow('Thresh',cv.WINDOW_NORMAL)
cv.imshow('Contours', img)
cv.imshow('Thresh', thresh)
if cv.waitKey(0):
   cv.destroyAllWindows()
閾值圖像和畫上輪廓的原始圖像如下。閾值圖像:

原始圖像上繪制的等高線:

這就是如何在圖像上找到并繪制等高線的方法。你也可以在地圖上試試看。

聲明: 本文由入駐維科號(hào)的作者撰寫,觀點(diǎn)僅代表作者本人,不代表OFweek立場。如有侵權(quán)或其他問題,請(qǐng)聯(lián)系舉報(bào)。

發(fā)表評(píng)論

0條評(píng)論,0人參與

請(qǐng)輸入評(píng)論內(nèi)容...

請(qǐng)輸入評(píng)論/評(píng)論長度6~500個(gè)字

您提交的評(píng)論過于頻繁,請(qǐng)輸入驗(yàn)證碼繼續(xù)

  • 看不清,點(diǎn)擊換一張  刷新

暫無評(píng)論

暫無評(píng)論

掃碼關(guān)注公眾號(hào)
OFweek人工智能網(wǎng)
獲取更多精彩內(nèi)容
文章糾錯(cuò)
x
*文字標(biāo)題:
*糾錯(cuò)內(nèi)容:
聯(lián)系郵箱:
*驗(yàn) 證 碼:

粵公網(wǎng)安備 44030502002758號(hào)