Fungsi kontur OpenCV: menyelam mendalam ke dalam pengesanan objek dan analisis bentuk

Fungsi findContours OpenCV adalah asas kepada penglihatan komputer, membolehkan pengenalpastian dan analisis bentuk objek dan sempadan dalam imej. Kontur, yang ditakrifkan sebagai lengkung yang menghubungkan titik berterusan warna atau intensiti yang sama di sepanjang sempadan, adalah penting untuk pelbagai aplikasi, dari pengesanan objek ke segmentasi imej.

OpenCV, Perpustakaan Visi Komputer Sumber Terbuka, adalah alat yang berkuasa untuk aplikasi penglihatan komputer masa nyata. Fungsi findContours sangat berguna untuk segmentasi imej, analisis bentuk, dan pengesanan objek. Artikel ini menyediakan panduan komprehensif untuk memahami dan menggunakan fungsi ini.

Mata Pembelajaran Utama:

• Memahami konsep kontur dalam pemprosesan imej dan kepentingan mereka dalam penglihatan komputer.
• Melaksanakan fungsi findContours OpenCV untuk mengesan dan menganalisis sempadan objek.
• Dapatkan pemahaman yang menyeluruh mengenai parameter findContours dan kesannya terhadap pengesanan kontur.
• Terokai aplikasi praktikal kontur, termasuk pengesanan objek, analisis bentuk, dan pengekstrakan ciri.

Artikel ini adalah sebahagian daripada Blogathon Sains Data.

Jadual Kandungan:

• Apa itu OpenCV?
• Memahami kontur
• Bagaimana findContours berfungsi
• Parameter findContours
• Aplikasi praktikal kontur
• Soalan yang sering ditanya

OpenCV: Toolkit yang kuat

OpenCV menyediakan pelbagai alat untuk pemprosesan imej dan video, termasuk pengiktirafan imej, pengesanan gerakan, dan pengesanan ciri. Pengesanan kontur adalah komponen penting, yang membolehkan pengenalpastian dan analisis bentuk objek.

Kontur: Menentukan sempadan objek

Kontur adalah lengkung yang menghubungkan titik berterusan dengan warna seragam atau intensiti di sepanjang sempadan objek. Pada asasnya, mereka mewakili garis besar atau tepi objek dalam imej. Ini menjadikan mereka tidak ternilai untuk mengenal pasti dan memanipulasi bentuk khusus dalam tugas penglihatan komputer. Aplikasi termasuk pengesanan objek, analisis bentuk, dan segmentasi imej. Dengan mengenal pasti kontur, anda boleh:

• Tentukan sempadan objek dalam imej.
• Menganalisis bentuk untuk menentukan sifat seperti kawasan dan perimeter.
• Imej segmen dengan memisahkan objek dari latar belakang.

Seperti yang ditunjukkan di atas, sempadan dan bentuk objek (botol dan duit syiling) dikenalpasti dengan membahagikannya dari latar belakang menggunakan fungsi kontur OpenCV.

Kepentingan kontur

Kontur memudahkan data imej semasa mengekalkan bentuk penting dan butiran struktur. Kecekapan ini penting untuk tugas yang memerlukan penyetempatan objek dan pengenalan.

Bagaimana findContours berfungsi

Fungsi findContours OpenCV mengekstrak kontur dari imej binari (imej dengan piksel hitam dan putih). Ini memudahkan pengenalan kelebihan. Proses ini melibatkan:

1. Penukaran Grayscale: Menukar imej ke Grayscale.
2. Ambang: Memohon ambang untuk membuat imej binari.
3. Pengesanan Kontur: Menggunakan findContours untuk mengesan kontur dalam imej binari.

 Import CV2
import numpy sebagai np

# Penukaran skala kelabu
imej = cv2.imread ("image.jpg", cv2.imread_grayscale)

# Ambang
_, thresh = cv2.threshold (imej, 127, 255, cv2.thresh_binary)
thresh = cv2.bitwise_not (thresh)

# Pengesanan kontur
kontur, _ = cv2.findContours (thresh, cv2.retr_external, cv2.chain_approx_simple)

# Lukis kontur
contour_image = np.zeros_like (imej, dtype = np.uint8)
CV2.DrawConTours (contour_image, contours, -1, (255, 255, 255), 2)
cv2.imwrite ('contour.jpg', contour_image)
cv2.imshow ('contours', contour_image)
cv2.waitkey (0)
cv2.destroyallWindows ()

Contoh input dan output:

Parameter findContours

Parameter fungsi findContours secara signifikan mempengaruhi outputnya. Memahami parameter ini adalah penting untuk kegunaan yang berkesan.

• image : Imej binari input.
• mode : Mod pengambilan kontur (misalnya, cv2.RETR_EXTERNAL untuk kontur luaran sahaja).
• method : Kaedah penghampiran kontur (misalnya, cv2.CHAIN_APPROX_SIMPLE untuk penghampiran mudah).

Mod pengambilan semula:

• cv2.RETR_EXTERNAL : Mendapatkan semula kontur paling luar.
• cv2.RETR_LIST : Mendapatkan semua kontur tanpa hubungan hierarki.
• cv2.RETR_CCOMP : Mendapatkan semua kontur dengan hierarki dua peringkat.
• cv2.RETR_TREE : Mendapatkan semua kontur dengan struktur pokok hierarki penuh.

Kaedah Penghampiran:

• cv2.CHAIN_APPROX_NONE : Menyimpan semua titik kontur.
• cv2.CHAIN_APPROX_SIMPLE : Memampatkan kontur dengan menyimpan hanya mata penting.

Aplikasi praktikal

Kontur adalah asas dalam banyak aplikasi penglihatan komputer:

• Pengesanan dan Pengiktirafan Objek: Digunakan dalam Pengesanan Wajah, Pengiktirafan Watak, dan Pengenalpastian Objek dalam Adegan Kompleks.
• Analisis bentuk: penting untuk penyelidikan biologi, pengimejan perubatan, dan kawalan kualiti dalam pembuatan.
• Pengekstrakan ciri dan klasifikasi objek: Digunakan untuk mengekstrak ciri -ciri dan mengklasifikasikan objek berdasarkan bentuk mereka.
• Pengiktirafan dan pemadanan corak: Digunakan dalam pencocokan templat dan pengiktirafan isyarat.

Kesimpulan

Fungsi findContours OpenCV adalah alat yang berkuasa untuk pemprosesan imej, membolehkan pengesanan objek yang cekap dan analisis bentuk. Menguasai penggunaannya membuka pelbagai kemungkinan dalam aplikasi penglihatan komputer.

Takeaways Kunci:

• Kontur mengenal pasti bentuk objek dan sempadan untuk analisis.
• findContours memudahkan data imej dengan mengesan kontur.
• Memahami parameter findContours adalah penting.
• Kontur mempunyai aplikasi dunia yang luas.

Soalan yang sering ditanya

S1: Apakah fungsi findContours ? A: Ia mengesan dan mengambil kontur dari imej binari, mengenal pasti sempadan objek.

S2: Apakah kontur dalam pemprosesan imej? A: Kurva yang menghubungkan titik berterusan di sepanjang sempadan objek dengan warna atau intensiti yang sama.

S3: Apakah parameter findContours utama? A: image , mode , dan method .

(Nota: Imej digunakan dengan kebenaran pengarang.)

Atas ialah kandungan terperinci Meneroka Fungsi Kontur OpenCV. Untuk maklumat lanjut, sila ikut artikel berkaitan lain di laman web China PHP!