opencv python 凸包填充

原创

mob649e8156b567 2024-09-22 05:19:20 ©著作权

文章标签 python 灰度图 OpenCV 文章分类 Python 后端开发

©著作权归作者所有：来自51CTO博客作者mob649e8156b567的原创作品，请联系作者获取转载授权，否则将追究法律责任

教你用 OpenCV 和 Python 实现凸包填充

在计算机视觉中，凸包是一个重要的概念。它表示一组点集的最小外包围结构，而在许多图像处理任务中，构建并填充凸包可以帮助我们分析图像中的形状。本文将带你通过一个简单的流程，使用 Python 和 OpenCV 实现凸包填充的功能。

流程概述

实现正凸包填充的过程可以分为几个步骤。下表总结了各个步骤以及主要的代码。

步骤	描述	代码
1. 导入库	导入所需的库	`import cv2`<br>`import numpy as np`
2. 读取图像	使用 OpenCV 读取一张图像	`image = cv2.imread('path_to_image')`
3. 转换为灰度图	将图像转换为灰度图，以便于处理	`gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)`
4. 二值化处理	通过阈值操作将灰度图转换为二值图	`_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)`
5. 轮廓检测	找到图像中的轮廓	`contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)`
6. 计算凸包	对于每个轮廓，计算其凸包	`hulls = [cv2.convexHull(cnt) for cnt in contours]`
7. 填充凸包	在原图上填充凸包	`cv2.drawContours(image, hulls, -1, (0, 255, 0), thickness=cv2.FILLED)`
8. 显示图像	显示结果图像	`cv2.imshow('Filled Convex Hull', image)`<br>`cv2.waitKey(0)`<br>`cv2.destroyAllWindows()`

详细步骤解析

下面，我们将逐步解析每一个步骤，并附上相应的代码。

import cv2
import numpy as np

导入库: 首先，我们需要导入 OpenCV（cv2）和 NumPy（numpy）库，以便于进行图像处理和操作数组。

image = cv2.imread('path_to_image')

读取图像: 使用 cv2.imread() 函数读取一张图像，你需要替换 'path_to_image' 为图像的实际路径。

gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

转换为灰度图: 使用 cv2.cvtColor() 函数将彩色图像转换为灰度图，这样可以减少后续处理的计算量。

_, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

二值化处理: 使用 cv2.threshold() 对灰度图进行阈值处理，生成二值图像。这会使得图像的所有像素只有黑（0）和白（255）两色。

contours, _ = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

轮廓检测: 使用 cv2.findContours() 函数找到图像中的轮廓。此函数返回找到的轮廓和层级信息，但我们只需要轮廓。

hulls = [cv2.convexHull(cnt) for cnt in contours]

计算凸包: 对于每个轮廓，使用 cv2.convexHull() 函数计算其凸包，结果将存储在 hulls 列表中。

cv2.drawContours(image, hulls, -1, (0, 255, 0), thickness=cv2.FILLED)

填充凸包: 使用 cv2.drawContours() 在原图像上填充凸包，设置填充颜色为绿色 (0, 255, 0)，并将 thickness 设置为 cv2.FILLED 以实现填充效果。

cv2.imshow('Filled Convex Hull', image)
cv2.waitKey(0)
cv2.destroyAllWindows()

显示图像: 使用 cv2.imshow() 显示处理后的图像。cv2.waitKey(0) 会暂停程序，以便你查看结果，最后调用 cv2.destroyAllWindows() 关闭所有窗口。

流程图

下面是实现凸包填充的流程图，用于更好地理解处理步骤的顺序：

flowchart TD
    A[开始] --> B[导入库]
    B --> C[读取图像]
    C --> D[转换为灰度图]
    D --> E[二值化处理]
    E --> F[轮廓检测]
    F --> G[计算凸包]
    G --> H[填充凸包]
    H --> I[显示图像]
    I --> J[结束]