Opencv实现对象提取与测量

本文实例为大家分享了Opencv3实现对象提取与测量的具体代码，供大家参考，具体内容如下

案例背景：下图为一张卫星拍摄的图片，要获取其中岛屿的周长和面积

方案思路：高斯模糊去噪，灰度二值化提取轮廓，闭操作填充缝隙 或小的孔洞，寻找轮廓，通过轮廓特征选择轮廓

#include<opencv2\opencv.hpp>
using namespace cv;
using namespace std;
int main(int arc, char** argv) {
 Mat src = imread("1.jpg");
 namedWindow("input", CV_WINDOW_AUTOSIZE);
 imshow("input", src);
 //该高斯模糊去噪
 GaussianBlur(src, src, Size(15, 15), 0, 0);
 imshow("output1", src);
 //灰度二值化
 Mat gray,binary;
 cvtColor(src, gray, CV_BGR2GRAY);
 threshold(gray, binary, 0, 255, THRESH_BINARY | THRESH_TRIANGLE);
 imshow("output2", binary);
 //闭操作
 Mat kernel = getStructuringElement(MORPH_RECT, Size(4, 4));
 morphologyEx(binary, binary, MORPH_CLOSE, kernel);
 imshow("output3", binary);
 //寻找轮廓
 vector<vector<Point>>contours;
 Mat draw = Mat::zeros(src.size(), CV_8UC3);
 findContours(binary, contours, RETR_EXTERNAL, CHAIN_APPROX_SIMPLE);
 for (int i = 0; i < contours.size(); i++) {
 Rect rect = boundingRect(contours[i]);
 if (rect.width < src.cols / 2 || rect.height>src.rows-20)continue;//筛选轮廓
 drawContours(draw, contours, i, Scalar(0, 0, 255), 1);
 printf("area:%f\n", contourArea(contours[i]));
 printf("length:%f\n",arcLength(contours[i],true));
 }
 imshow("output4", draw);
 waitKey(0);
 return 0;
}

原图像

高斯模糊

二值化

闭操作

效果图

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持我们。

赞 (0)

相关推荐

  • Opencv提取连通区域轮廓的方法

    Opencv提取连通区域轮廓的方法

    本文实例为大家分享了Opencv提取连通区域轮廓的具体代码,供大家参考,具体内容如下 在进行图像分割后,可能需要对感兴趣的目标区域进行提取,比较常用的方法是计算轮廓. 通过轮廓可以获得目标的一些信息: (1)目标位置 (2)目标大小(即面积) (3)目标形状(轮廓矩) 当然,轮廓不一定代表希望目标区域,阈值分割时可能造成一部分信息丢失,因此可以计算轮廓的质心坐标,再进行漫水填充. 程序中有寻找质心+填充,但效果不好,因此就不放填充后的图了. 实验结果: #include "opencv2/img

  • Opencv处理图像之轮廓提取

    Opencv处理图像之轮廓提取

    本文实例为大家分享了Opencv处理图像之轮廓提取,使用cvfindContours对图像进行轮廓检测,供大家参考,具体内容如下 #include<iostream> #include<opencv2/core/core.hpp> #include<opencv2/highgui/highgui.hpp> int main() { IplImage* img = cvLoadImage("E:\\test.bmp",0); IplImage* img

  • opencv提取外部轮廓并在外部加矩形框

    opencv提取外部轮廓并在外部加矩形框

    这段时间一直在用opencv搞图像处理的问题,发现虽然可调用的函数多,但是直接找相应代码还是很困难,就行寻找连通域,并在连通域外侧加框,对于习惯使用Mat矩形操作的我,真心感觉代码少之又少,为防止以后自己还会用到,特在此记录一下. 要对下面的图像进行字符的边缘检测. 程序中具体的步骤为: (1)灰度化.二值化 (2)图像膨胀 (3)检测膨胀图像的边缘并叫外矩形框 实现代码如下: #include "stdafx.h" #include "stdio.h" #incl

  • Opencv实现轮廓提取功能

    Opencv实现轮廓提取功能

    轮廓:一个轮廓代表一系列的点(像素),这一系列的点构成一个有序的点集,所以可以把一个轮廓理解为一个有序的点集. 在opencv中,提供了一个函数返回一个有序的点集或者有序的点集的集合(指多个有序的点集),函数findContour是从二值图像中来计算轮廓的,一般使用Canny()函数处理后的图像,因为这样的图像含有边缘像素. 寻找轮廓的API函数: findContours(image,vector<vector<Point>> contours,vector<Vec4i&g

  • OpenCV如何提取图片中曲线

    OpenCV如何提取图片中曲线

    简单介绍   在实际的应用中,我们常常需要对图像中的曲线进行描述.处理,这个曲线可以是轮廓,骨架或者其他.可以用deque<Point> 描述曲线,接下来简单介绍下如何从图片中搜索这些曲线并保存.   首先,输入的图片是一张二值图片 (白色为曲线),其中包含的曲线宽度为 1 像素的 (如果曲线不是 1 像素的 先提取其骨架).遍历寻找图像中第一个白色的点,然后从这个点开始延伸寻找曲线.注意,第一个找到的点不一定是曲线的端点,因此应该分别向两边寻找相邻的点,因此deque 会好一些.每找到一个点

  • C语言实现opencv提取直线、轮廓及ROI实例详解

    C语言实现opencv提取直线、轮廓及ROI实例详解

    一.Canny检测轮廓 在上一篇文章中有提到sobel边缘检测,并重写了soble的C++代码让其与matlab中算法效果一致,而soble边缘检测是基于单一阈值的,我们不能兼顾到低阈值的丰富边缘和高阈值时的边缘缺失这两个问题.而canny算子则很好的弥补了这一不足,从目前看来,canny边缘检测在做图像轮廓提取方面是最优秀的边缘检测算法. canny边缘检测采用双阈值值法,高阈值用来检测图像中重要的.显著的线条.轮廓等,而低阈值用来保证不丢失细节部分,低阈值检测出来的边缘更丰富,但是很多边缘并

  • Opencv实现对象提取与测量

    Opencv实现对象提取与测量

    本文实例为大家分享了Opencv3实现对象提取与测量的具体代码,供大家参考,具体内容如下 案例背景:下图为一张卫星拍摄的图片,要获取其中岛屿的周长和面积 方案思路:高斯模糊去噪,灰度二值化提取轮廓,闭操作填充缝隙 或小的孔洞,寻找轮廓,通过轮廓特征选择轮廓 #include<opencv2\opencv.hpp> using namespace cv; using namespace std; int main(int arc, char** argv) { Mat src = imread(

  • python实现超简单的视频对象提取功能

    python实现超简单的视频对象提取功能

    视频对象提取 与其说是视频对象提取,不如说是视频颜色提取,因为其本质还是使用了OpenCV的HSV颜色物体检测.下面话不多说了,来一起看看详细的介绍吧. HSV介绍 HSV分别代表,色调(H:hue),饱和度(S:saturation),亮度(V:value),由A. R. Smith在1978年创建的一种颜色空间, 也称六角锥体模型(Hexcone Model): 色调(H:hue):用角度度量,取值范围为0°-360°,从红色开始按逆时针方向计算,红色为0°,绿色为120°,蓝色为240°.

  • 利用OpenCV进行对象跟踪的示例代码

    目录 OpenCV 对象跟踪 OpenCV 对象跟踪器 物体跟踪 总结 OpenCV 对象跟踪 这篇文章使用 OpenCV 中内置的八种不同的对象跟踪算法,实现对物体的跟踪. 首先,介绍一下8种跟踪算法. 然后,演示如何使用OpenCV实现这些跟踪算法. 最后,对本文做总结. OpenCV 对象跟踪器 OpenCV 八种对象跟踪器: BOOSTING Tracker:基于用于驱动 Haar 级联 (AdaBoost) 背后的机器学习的相同算法,但与 Haar 级联一样,已有十多年的历史.这个跟踪

  • python中的opencv 图像分割与提取

    python中的opencv 图像分割与提取

    目录 图像分割与提取 用分水岭算法实现图像分割与提取 算法原理 相关函数介绍 分水岭算法图像分割实例 交互式前景提取 图像分割与提取 图像中将前景对象作为目标图像分割或者提取出来.对背景本身并无兴趣分水岭算法及GrabCut算法对图像进行分割及提取. 用分水岭算法实现图像分割与提取 分水岭算法将图像形象地比喻为地理学上的地形表面,实现图像分割,该算法非常有效. 算法原理 任何一幅灰度图像,都可以被看作是地理学上的地形表面,灰度值高的区域可以被看成是山峰,灰度值低的区域可以被看成是山谷. 左图是原

  • python用opencv将标注提取画框到对应的图像中

    python用opencv将标注提取画框到对应的图像中

    目录 前言 相应的思路 读取前缀列表 找出json结构中对应框坐标位置,画出对应的框 前言 问题需求: 拥有两个文件夹,一个保存图片image,一个保存标签文件,要求把标签文件中的标注提取出来,并在图片中画出来 相应的思路 首先提出各个文件的路径: 然后将解析json文件,将其中的标注文件提取,并将对应的图像读取在图像上将对应的框画出来:由于图像以及标签的文件前缀都是一样的,所以只要一个前缀列表提取出来,然后将图像的路径与其进行拼接(图像路径+前缀+.jpeg)就可以读取对应的图像,而写入的图像

  • java的JsonObject对象提取值方法

    实例如下所示: import com.alibaba.fastjson.JSON; import com.alibaba.fastjson.JSONArray; import com.alibaba.fastjson.JSONObject; import io.swagger.models.auth.In; import java.io.IOException; import java.security.KeyManagementException; import java.security.N

  • python opencv人脸检测提取及保存方法

    注意这里提取到的人脸图片的保存地址要改成自己要保存的地址 opencv人脸的检测模型的路径也要更改为自己安装的opencv的人脸检测模型的路径 import cv2 save_path = 'F:\\face_photo_save\\chenym\\' cascade = cv2.CascadeClassifier("D:\\opencv249\\opencv\\sources\\data\\haarcascades\\haarcascade_frontalface_alt_tree.xml&q

  • OpenCV实现对象跟踪的方法

    OpenCV实现对象跟踪的方法

    介绍 OpenCV 是一个很好的处理图像和视频的工具.无论你是想让你的照片呈现 90 年代的黑白效果,还是执行复杂的数学运算,OpenCV 都可以随时为你服务. 如果你对计算机视觉感兴趣,则必须具备 OpenCV 的知识.该库包含 2500 多种优化算法,可用于执行各种任务.它被谷歌.微软.IBM 等许多行业巨头使用,并被广泛用于研究小组.该库支持多种语言,包括 java.c++ 和 python. 本文将向你展示如何使用 OpenCV 中的一些基本功能来执行复杂的对象跟踪任务. 对象跟踪 对象

  • OpenCV图像轮廓提取的实现

    OpenCV图像轮廓提取的实现

    目录 前言 提取傅里叶变换的高频信息 通过蚁群算法进行图片轮廓提取 Canny边缘检测   使用cuda加速提取轮廓 前言 常用的轮廓提取算法有:Canny.阈值分割.提取傅里叶变换的高频信息,还有别具一格的蚁群算法,当然比较常见的作法是使用阈值分割+边缘查找,在OpenCV里是threshold和findContours两个函数的组合使用,和Canny. 轮廓提取的算法很多,而其目的都是为了找到图像中灰阶差比较大的位置.而所谓亚像素提取,则是使用了插值算法,以找出灰阶差最大的位置. 提取傅里叶

随机推荐