可以直接跳到最后整体代码看一看是不是很少的代码！！！！
思路：
1. 数据的整合
2. 图片的灰度转化
3. 图片的二值转化
4. 图片的轮廓识别
5. 得到图片的顶点数
6. 依据顶点数判断图像形状
一、原数据的展示
三、图片轮廓的确定
3.1图片的灰度处理
以下以一张图片为例子作为说明
对于灰度的处理，选择使用opencv的cv2.cvtColor函数，代码示例如下：
d=os.listdir('C:\\Users\\dell\\Desktop\\cleardata\\')#文件路径
e=cv2.imread('C:\\Users\\dell\\Desktop\\cleardata\\'+d[5])#以矩阵的形式图片读入
plt.imshow(e)#画出示例图
进行灰度的转化：
g=cv2.cvtColor(e,cv2.COLOR_BGR2GRAY)##灰度转化
3.2图片的二值转化
对于图片的二值转化这里选用cv2.threshold函数，代码示例如下：
r,b=cv2.threshold(g,0,255,cv2.THRESH_OTSU)#二值转化，大于0的像素统一设置为255，小于等于0的统一设置为0
上述代码的第一个参数为灰度图形，第二个参数是阈值，即大于0的像素点转化为255，然后选用的THRESH_OTSU方法，具体说明如下：
通常情况，我们一般不知道设定怎样的阈值thresh才能得到比较好的二值化效果，只能去试。如对于一幅双峰图像（理解为图像直方图中存在两个峰），我们指定的阈值应尽量在两个峰之间的峰谷。这时，就可以用第本文来源gaodaimacom搞#^代%!码网@四个参数THRESH_OTSU，它对一幅双峰图像自动根据其直方图计算出合适的阈值（对于非双峰图，这种方法得到的结果可能不理想）。
对于双峰图，我们需要多传入一个参数cv2.THRESH_OTSU，并且把阈值thresh设为0，算法会找到最优阈值，并作为第一个返回值ret返回。
其中会返回两个值，第二个值就是二值化后的图形矩阵。
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基于opencv的简单图像轮廓形状识别(全网最简单最少代码)
转载请注明原文链接：Python基于opencv的简单图像轮廓形状识别(全网最简单最少代码)
