如何解决如何使用opencv识别和标记形状
我正在尝试使用opencv在圆锥周围创建一个矩形。我目前所处的位置是概述了导致产生三角形形状的代码。如何使用opencv在三角形周围创建矩形。
到目前为止,我的代码:
import cv2
import numpy as np
img = cv2.imread('image.jpg')
ret,mask = cv2.threshold(img[:,:,2],235,255,cv2.THRESH_BINARY)
mask3 = np.zeros_like(img)
mask3[:,0] = mask
mask3[:,1] = mask
mask3[:,2] = mask
orange = cv2.bitwise_and(img,mask3)
cv2.imwrite("output.jpg",orange)
im = cv2.imread('output.jpg')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,127,0)
contours,hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cv2.drawContours(im,contours,-1,(0,0),3)
cv2.imshow('img',im)
cv2.waitKey(0)
cv2.destroyAllWindows
解决方法
一种方法是使用多尺度模板匹配
-
- 应用Canny边缘检测来找到边缘
edged = cv2.Canny(resized,50,200)
-
- 使用
matchTemplate
查找匹配的模板
result = cv2.matchTemplate(edged,template,cv2.TM_CCOEFF)
- 使用
结果:
代码:
import numpy as np
import imutils
import glob
import cv2
template = cv2.imread("template.jpg")
template = cv2.cvtColor(template,cv2.COLOR_BGR2GRAY)
template = cv2.Canny(template,200)
(h,w) = template.shape[:2]
for imagePath in glob.glob("img2" + "/pXobJ.jpg"):
image = cv2.imread(imagePath)
gray = cv2.cvtColor(image,cv2.COLOR_BGR2GRAY)
found = None
for scale in np.linspace(0.2,1.0,20)[::-1]:
resized = imutils.resize(gray,width=int(gray.shape[1] * scale))
r = gray.shape[1] / float(resized.shape[1])
if resized.shape[0] < h or resized.shape[1] < w:
break
edged = cv2.Canny(resized,200)
result = cv2.matchTemplate(edged,cv2.TM_CCOEFF)
(_,maxVal,_,maxLoc) = cv2.minMaxLoc(result)
if found is None or maxVal > found[0]:
found = (maxVal,maxLoc,r)
(_,r) = found
(startX,startY) = (int(maxLoc[0] * r),int(maxLoc[1] * r))
(endX,endY) = (int((maxLoc[0] + w) * r),int((maxLoc[1] + h) * r))
cv2.rectangle(image,(startX,startY),(endX,endY),(0,255),2)
cv2.imwrite("img2/out.jpg",image)
print("Table coordinates: ({},{},{})".format(startX,startY,endX,endY))
- 您还可以将深度学习对象检测与经过训练的网络一起使用。
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。