Python通过OpenCV的findContours获取轮廓并切割实例
(编辑：jimmy 日期: 2024/11/21 浏览：3 次 )
1 获取轮廓
OpenCV2获取轮廓主要是用cv2.findContours
import numpy as np
import cv2
im = cv2.imread('test.jpg')
imgray = cv2.cvtColor(im,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(imgray,127,255,0)
image, contours, hierarchy = cv2.findContours(thresh,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
其中，findContours的第二个函数很重要，主要分为 cv2.RETR_LIST, cv2.RETR_TREE, cv2.RETR_CCOMP, cv2.RETR_EXTERNAL，具体含义可参考官方文档
2 画出轮廓
为了看到自己画了哪些轮廓，可以使用 cv2.boundingRect()函数获取轮廓的范围，即左上角原点，以及他的高和宽。然后用cv2.rectangle()方法画出矩形轮廓
for i in range(0,len(contours)): x, y, w, h = cv2.boundingRect(contours[i]) cv2.rectangle(image, (x,y), (x+w,y+h), (153,153,0), 5)
3切割轮廓
轮廓的切割主要是通过数组切片实现的，不过这里有一个小技巧：就是图片切割的w,h是宽和高，而数组讲的是行（row）和列（column）
所以，在切割图片时，数组的高和宽是反过来写的
newimage=image[y+2:y+h-2,x+2:x+w-2] # 先用y确定高，再用x确定宽
nrootdir=("E:/cut_image/")
if not os.path.isdir(nrootdir):
os.makedirs(nrootdir)
cv2.imwrite( nrootdir+str(i)+".jpg",newimage)
print (i)
这样就可以把确定的轮廓都切割出来了。
总结
以上就是本文关于Python通过OpenCV的findContours获取轮廓并切割实例的全部内容，希望对大家有所帮助。感兴趣的朋友可以继续参阅本站：
python+opencv轮廓检测代码解析
OpenCV-Python实现轮廓检测实例分析
如有不足之处，欢迎留言指出。感谢朋友们对本站的支持！
下一篇：Python基于列表模拟堆栈和队列功能示例