婷婷综合国产,91蜜桃婷婷狠狠久久综合9色 ,九九九九九精品,国产综合av

主頁 > 知識(shí)庫 > Python圖像處理之目標(biāo)物體輪廓提取的實(shí)現(xiàn)方法

Python圖像處理之目標(biāo)物體輪廓提取的實(shí)現(xiàn)方法

熱門標(biāo)簽:地圖標(biāo)注與注銷 電梯新時(shí)達(dá)系統(tǒng)外呼顯示e 南昌地圖標(biāo)注 成都呼叫中心外呼系統(tǒng)哪家強(qiáng) 無錫智能外呼系統(tǒng)好用嗎 西青語音電銷機(jī)器人哪家好 百應(yīng)電話機(jī)器人總部 旅游廁所地圖標(biāo)注怎么弄 宿州電話機(jī)器人哪家好

1 引言

目標(biāo)物體的邊緣對(duì)圖像識(shí)別和計(jì)算機(jī)分析十分有用。邊緣可以勾畫出目標(biāo)物體,使觀察者一目了然;邊緣蘊(yùn)含了豐富的內(nèi)在信息(如方向、形狀等),是圖像識(shí)別中抽取圖像特征的重要屬性。輪廓提取是邊界分割中非常重要的一種處理,同時(shí)也是圖像處理的經(jīng)典難題,輪廓提取和輪廓跟蹤的目的都是獲得圖像的外部輪廓特征。

2 原理

二值圖像的輪廓提取的原理非常簡(jiǎn)單,就是掏空內(nèi)部點(diǎn):如果原圖中有一點(diǎn)為黑,且它的8個(gè)相鄰點(diǎn)皆為黑色,則將該點(diǎn)刪除。對(duì)于非二值圖像,需要先進(jìn)行二值化處理。輪廓提取的方法有很多,在這里我們介紹一種最基本、最簡(jiǎn)單容易實(shí)現(xiàn)的算法。算法原理如下:

  • 在進(jìn)行輪廓提取時(shí),使用一個(gè)一維數(shù)組,用來記錄處理的像素點(diǎn)的周圍8鄰域的信息
  • 若8個(gè)鄰域的像素點(diǎn)的灰度值和中心點(diǎn)的灰度值相同,則認(rèn)為該點(diǎn)在物體的內(nèi)部,可以刪除;
  • 否則,認(rèn)為該點(diǎn)在圖像的邊緣,需要保留。
  • 依次處理圖像中每一個(gè)像素,則最后留下來的就是圖像的輪廓。

3 Python實(shí)現(xiàn)

1)讀入彩色圖像

img_name = "./20210808/sample3.png"
img = cv2.imread(img_name)

結(jié)果如下:

2) 彩色圖像灰度化

gray_img = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)

結(jié)果如下:

3)二值化

def get_binary_img(img):
    # gray img to bin image
    bin_img = np.zeros(shape=(img.shape), dtype=np.uint8)
    h = img.shape[0]
    w = img.shape[1]
    for i in range(h):
        for j in range(w):
            bin_img[i][j] = 255 if img[i][j] > 127 else 0
    return bin_img
# 調(diào)用
bin_img = get_binary_img(gray_img)

結(jié)果如下:

4)提取輪廓

參考上述原理,進(jìn)行實(shí)現(xiàn),代碼如下:

def get_contour(bin_img):
    # get contour
    contour_img = np.zeros(shape=(bin_img.shape),dtype=np.uint8)
    contour_img += 255
    h = bin_img.shape[0]
    w = bin_img.shape[1]
    for i in range(1,h-1):
        for j in range(1,w-1):
            if(bin_img[i][j]==0):
                contour_img[i][j] = 0
                sum = 0
                sum += bin_img[i - 1][j + 1]
                sum += bin_img[i][j + 1]
                sum += bin_img[i + 1][j + 1]
                sum += bin_img[i - 1][j]
                sum += bin_img[i + 1][j]
                sum += bin_img[i - 1][j - 1]
                sum += bin_img[i][j - 1]
                sum += bin_img[i + 1][j - 1]
                if sum ==  0:
                    contour_img[i][j] = 255

    return contour_img
# 調(diào)用    
contour_img = get_contour(bin_img)

結(jié)果如下:

4 總結(jié)

通過上述簡(jiǎn)單步驟,我們實(shí)現(xiàn)了物體輪廓提取,相應(yīng)的處理效果如下:

上圖中 左側(cè)為原圖,右側(cè)為我們提取的物體輪廓圖。

到此這篇關(guān)于Python圖像處理之目標(biāo)物體輪廓提取的文章就介紹到這了,更多相關(guān)Python目標(biāo)物體輪廓提取內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!

您可能感興趣的文章:
  • python-opencv在有噪音的情況下提取圖像的輪廓實(shí)例
  • Python實(shí)現(xiàn)使用卷積提取圖片輪廓功能示例
  • Python OpenCV 基于圖像邊緣提取的輪廓發(fā)現(xiàn)函數(shù)

標(biāo)簽:辛集 雅安 許昌 濰坊 七臺(tái)河 渭南 西安 贛州

巨人網(wǎng)絡(luò)通訊聲明:本文標(biāo)題《Python圖像處理之目標(biāo)物體輪廓提取的實(shí)現(xiàn)方法》,本文關(guān)鍵詞  Python,圖像處理,之,目標(biāo),;如發(fā)現(xiàn)本文內(nèi)容存在版權(quán)問題,煩請(qǐng)?zhí)峁┫嚓P(guān)信息告之我們,我們將及時(shí)溝通與處理。本站內(nèi)容系統(tǒng)采集于網(wǎng)絡(luò),涉及言論、版權(quán)與本站無關(guān)。
  • 相關(guān)文章
  • 下面列出與本文章《Python圖像處理之目標(biāo)物體輪廓提取的實(shí)現(xiàn)方法》相關(guān)的同類信息!
  • 本頁收集關(guān)于Python圖像處理之目標(biāo)物體輪廓提取的實(shí)現(xiàn)方法的相關(guān)信息資訊供網(wǎng)民參考!
  • 企业400电话

    智能AI客服机器人
    15000

    在线订购

    合计11份范本:公司章程+合伙协议+出资协议+合作协议+股权转让协议+增资扩股协议+股权激励+股东会决议+董事会决议

    推薦文章
    主站蜘蛛池模板: 碌曲县| 瓦房店市| 五指山市| 含山县| 延津县| 田阳县| 营口市| 行唐县| 永康市| 雷山县| 阿拉善左旗| 广南县| 乌鲁木齐县| 镇坪县| 棋牌| 北碚区| 泰和县| 金川县| 慈利县| 中西区| 嘉善县| 肇庆市| 崇礼县| 陵水| 民乐县| 凌海市| 柳河县| 盘山县| 宁晋县| 共和县| 沙雅县| 轮台县| 鹤壁市| 绥化市| 扎兰屯市| 木兰县| 中牟县| 大竹县| 景谷| 河池市| 普安县|