这篇文章主要介绍了Python OpenCV实现测量图片物体宽度,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下
一、 题目描述
测量所给图片的高度，即上下边缘间的距离。
思路：
- 将图片进行阈值操作得到二值化图片。
- 截取只包含上下边框的部分，以便于后续的轮廓提取
- 轮廓检测
- 得到结果
二、 实现过程
1.用于给图片添加中文字符
#用于给图片添加中文字符 def ImgText_CN(img, text, left, top, textColor=(0, 255, 0), textSize=20): if (isinstance(img, np.ndarray)): #判断是否为OpenCV图片类型 img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) draw = ImageDraw.Draw(img) fontText = ImageFont.truetype(r'C:\Windows\Fonts\simsun.ttc', textSize, encoding="utf-8") ##中文字体 draw.text((left, top), text, textColor, font=fontText) #写文字 return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR)
2.实现图片反色功能
#实现图片反色功能 def PointInvert(img): height, width = img.shape #获取图片尺寸 for i in range(height): for j in range(width): pi = img[i, j] img[i, j] = 255 - pi return img
3.边缘检测
# canny边缘检测 edges = cv2.Canny(th, 30, 70) res=PointInvert(edges) #颜色反转 #显示图片 cv2.imshow('original', th) #显示二值化后的图，主题为白色，背景为黑色 更加容易找出轮廓 key = cv2.waitKey(0) if key==27: #按esc键时，关闭所有窗口 print(key) cv2.destroyAllWindows()
4.轮廓操作
contours, hierarchy = cv2.findContours(th, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) #得到轮廓 cnt = contours[0] #取出轮廓 x, y, w, h = cv2.boundingRect(cnt) #用一个矩形将轮廓包围 img_gray = cv2.cvtColor(res, cv2.COLOR_GRAY2BGR) #将灰度转化为彩色图片方便画图 cv2.line(img_gray, (x, y), (x + w, y), (0,0,255), 2, 5) #上边缘 cv2.line(img_gray, (x, y+h), (x + w, y+h), (0, 0, 255), 2, 5) #下边缘 img1[80:230, 90:230] = img_gray #用带有上下轮廓的图替换掉原图的对应部分
5.显示图片
res1=ImgText_CN(img1, '宽度%d'%h, 25, 25, textColor=(0, 255, 0), textSize=30) #绘制文字 #显示图片 cv2.imshow('original', res1) key = cv2.waitKey(0) if key==27: #按esc键时，关闭所有窗口 print(key) cv2.destroyAllWindows()
6.完整代码
import cv2 import numpy as np from PIL import Image, ImageDraw, ImageFont #用于给图片添加中文字符 def ImgText_CN(img, text, left, top, textColor=(0, 255, 0), textSize=20): if (isinstance(img, np.ndarray)): #判断是否为OpenCV图片类型 img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB)) draw = ImageDraw.Draw(img) fontText = ImageFont.truetype(r'C:\Windows\Fonts\simsun.ttc', textSize, encoding="utf-8") ##中文字体 draw.text((left, top), text, textColor, font=fontText) #写文字 return cv2.cvtColor(np.asarray(img), cv2.COLOR_RGB2BGR) #实现图片反色功能 def PointInvert(img): height, width = img.shape #获取图片尺寸 for i in range(height): for j in range(width): pi = img[i, j] img[i, j] = 255 - pi return img img=cv2.imread("gongjian1.bmp",0) #加载彩色图 img1=cv2.imread("gongjian1.bmp",1) #加载灰度图 recimg = img[80:230, 90:230] #截取需要的部分 img2 = img1[80:230, 90:230] #截取需要的部分 ret, th = cv2.threshold(recimg, 90, 255, cv2.THRESH_BI<strong style="color:transparent">来源gao@daima#com搞(%代@#码@网</strong>NARY) #阈值操作二值化 # canny边缘检测 edges = cv2.Canny(th, 30, 70) res=PointInvert(edges) #颜色反转 #显示图片 cv2.imshow('original', th) #显示二值化后的图，主题为白色，背景为黑色 更加容易找出轮廓 key = cv2.waitKey(0) if key==27: #按esc键时，关闭所有窗口 print(key) cv2.destroyAllWindows() contours, hierarchy = cv2.findContours(th, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) #得到轮廓 cnt = contours[0] #取出轮廓 x, y, w, h = cv2.boundingRect(cnt) #用一个矩形将轮廓包围 img_gray = cv2.cvtColor(res, cv2.COLOR_GRAY2BGR) #将灰度转化为彩色图片方便画图 cv2.line(img_gray, (x, y), (x + w, y), (0,0,255), 2, 5) #上边缘 cv2.line(img_gray, (x, y+h), (x + w, y+h), (0, 0, 255), 2, 5) #下边缘 img1[80:230, 90:230] = img_gray #用带有上下轮廓的图替换掉原图的对应部分 res1=ImgText_CN(img1, '宽度%d'%h, 25, 25, textColor=(0, 255, 0), textSize=30) #绘制文字 #显示图片 cv2.imshow('original', res1) key = cv2.waitKey(0) if key==27: #按esc键时，关闭所有窗口 print(key) cv2.destroyAllWindows()
三、 运行结果（效果）
四、 问题及解决方法
红色轮廓没有显示，解决方案：将灰度图转化为彩色图
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gaodaima搞代码网。
以上就是Python OpenCV实现测量图片物体宽度的详细内容，更多请关注gaodaima搞代码网其它相关文章！
搞代码网（gaodaima.com）提供的所有资源部分来自互联网，如果有侵犯您的版权或其他权益，请说明详细缘由并提供版权或权益证明然后发送到邮箱[email protected]，我们会在看到邮件的第一时间内为您处理，或直接联系QQ：872152909。本网站采用BY-NC-SA协议进行授权
转载请注明原文链接：Python OpenCV实现测量图片物体宽度
转载请注明原文链接：Python OpenCV实现测量图片物体宽度
