欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

OpenCV學(xué)習(xí)記錄python實(shí)現(xiàn)連通域處理函數(shù)

 更新時(shí)間:2022年06月07日 09:27:15   作者:胖大海pyh  
這篇文章主要為大家介紹了OpenCV學(xué)習(xí)記錄python實(shí)現(xiàn)連通域處理函數(shù)cv2.connectedComponentsWithStats()和cv2.connectedComponents()的使用示例詳解

1、兩個函數(shù)介紹

總得來說,connectedComponents()僅僅創(chuàng)建了一個標(biāo)記圖(圖中不同連通域使用不同的標(biāo)記,和原圖寬高一致),connectedComponentsWithStats()可以完成上面任務(wù),除此之外,還可以返回每個連通區(qū)域的重要信息–bounding box, area, andcentroid。

1.1什么是連通域

連通區(qū)域一般是指圖像中具有相同像素值且位置相鄰的前景像素點(diǎn)組成的圖像區(qū)域。連通區(qū)域分析是指將圖像中的各個連通區(qū)域找出并標(biāo)記。

連通區(qū)域分析是一種在CVPR和圖像分析處理的眾多應(yīng)用領(lǐng)域中較為常用和基本的方法。

例如:OCR識別中字符分割提?。ㄜ嚺谱R別、文本識別、字幕識別等)、視覺跟蹤中的運(yùn)動前景目標(biāo)分割與提?。ㄐ腥巳肭謾z測、遺留物體檢測、基于視覺的車輛檢測與跟蹤等)、醫(yī)學(xué)圖像處理(感興趣目標(biāo)區(qū)域提?。?、等等。也就是說,在需要將前景目標(biāo)提取出來以便后續(xù)進(jìn)行處理的應(yīng)用場景中都能夠用到連通區(qū)域分析方法,通常連通區(qū)域分析處理的對象是一張二值化后的圖像。

1.2 cv2.connectedComponents()

函數(shù)各參數(shù)意義:

num_objects, labels = cv2.connectedComponents(image)

參數(shù)介紹如下: 

image:也就是輸入圖像,必須是二值圖,即8位單通道圖像。(因此輸入圖像必須先進(jìn)行二值化處理才能被這個函數(shù)接受)

返回值: 

num_labels:所有連通域的數(shù)目

labels:圖像上每一像素的標(biāo)記,用數(shù)字1、2、3…表示(不同的數(shù)字表示不同的連通域)

1.3 cv2.connectedComponentsWithStats()

這個函數(shù)的作用是對一幅圖像進(jìn)行連通域提取,并返回找到的連通域的信息:retval、labels、stats、centroids

num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(image, connectivity=8, ltype=None)

參數(shù)介紹如下: 

  • image:也就是輸入圖像,必須是二值圖,即8位單通道圖像。(因此輸入圖像必須先進(jìn)行二值化處理才能被這個函數(shù)接受) 
  • connectivity:可選值為4或8,也就是使用4連通還是8連通。 
  • ltype:輸出圖像標(biāo)記的類型,目前支持CV_32S 和 CV_16U。

返回值:

  • num_labels:所有連通域的數(shù)目 
  • labels:圖像上每一像素的標(biāo)記,用數(shù)字1、2、3…表示(不同的數(shù)字表示不同的連通域) 
  • stats:每一個標(biāo)記的統(tǒng)計(jì)信息,是一個5列的矩陣,每一行對應(yīng)每個連通區(qū)域的外接矩形的x、y、width、height和面積,示例如下: 0 0 720 720 291805 
  • centroids:連通域的中心點(diǎn)

2、代碼實(shí)踐

兩個代碼的用處是共通的,cv2.connectedComponentsWithStats函數(shù)返回的信息量更大,所以這里展示它的應(yīng)用。

import cv2
import numpy as np
# 讀入圖片
img = cv2.imread("001.jpg")
# 中值濾波,去噪
img = cv2.medianBlur(img, 3)
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
cv2.namedWindow('original', cv2.WINDOW_AUTOSIZE)
cv2.imshow('original', gray)
# 閾值分割得到二值化圖片
ret, binary = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY | cv2.THRESH_OTSU)
# 膨脹操作
kernel2 = cv2.getStructuringElement(cv2.MORPH_RECT, (3, 3))
bin_clo = cv2.dilate(binary, kernel2, iterations=2)
# 連通域分析
num_labels, labels, stats, centroids = cv2.connectedComponentsWithStats(bin_clo, connectivity=8)
# 查看各個返回值
# 連通域數(shù)量
print('num_labels = ',num_labels)
# 連通域的信息:對應(yīng)各個輪廓的x、y、width、height和面積
print('stats = ',stats)
# 連通域的中心點(diǎn)
print('centroids = ',centroids)
# 每一個像素的標(biāo)簽1、2、3.。。,同一個連通域的標(biāo)簽是一致的
print('labels = ',labels)
# 不同的連通域賦予不同的顏色
output = np.zeros((img.shape[0], img.shape[1], 3), np.uint8)
for i in range(1, num_labels):
    mask = labels == i
    output[:, :, 0][mask] = np.random.randint(0, 255)
    output[:, :, 1][mask] = np.random.randint(0, 255)
    output[:, :, 2][mask] = np.random.randint(0, 255)
cv2.imshow('oginal', output)
cv2.waitKey()
cv2.destroyAllWindows()

打印出的連通域的信息如下: 

重點(diǎn)是理解stats和 labels 參數(shù)的意義,其他的參數(shù)都容易理解: 

labels :對原始圖中的每一個像素都打上標(biāo)簽,背景為0,連通域打上1,2,3。。。的標(biāo)簽,同一個連通域的像素打上同樣的標(biāo)簽。相當(dāng)與對每一個像素進(jìn)行了分類(分割) 

stats:每一連通域的信息,表示每個連通區(qū)域的外接矩形(起始點(diǎn)的x、y、寬和高)和面積

 

連通域檢測的效果圖:

3、總結(jié)

(1)連通域分析可以實(shí)現(xiàn)將前景目標(biāo)提取出來以便后續(xù)進(jìn)行處理(類似于輪廓處理)

(2)重點(diǎn)是cv2.connectedComponentsWithStats函數(shù)中stats和 labels 參數(shù)的意義 

labels :對原始圖中的每一個像素都打上標(biāo)簽,背景為0,連通域打上1,2,3。。。的標(biāo)簽,同一個連通域的像素打上同樣的標(biāo)簽。相當(dāng)與對每一個像素進(jìn)行了分類(分割) 

stats:每一連通域的信息,表示每個連通區(qū)域的外接矩形(起始點(diǎn)的x、y、寬和高)和面積

(3)從上面的例子可以看出,因物體有重疊會把不同物體的多個連通域 計(jì)為一個連通域,所以在連通域分析前可以先進(jìn)行效果更好的分割和預(yù)處理操作。

以上就是OpenCV學(xué)習(xí)記錄python實(shí)現(xiàn)連通域處理函數(shù)的詳細(xì)內(nèi)容,更多關(guān)于python opencv連通域處理函數(shù)的資料請關(guān)注腳本之家其它相關(guān)文章!

相關(guān)文章

  • Django Rest framework之認(rèn)證的實(shí)現(xiàn)代碼

    Django Rest framework之認(rèn)證的實(shí)現(xiàn)代碼

    這篇文章主要介紹了Django Rest framework之認(rèn)證的實(shí)現(xiàn)代碼,小編覺得挺不錯的,現(xiàn)在分享給大家,也給大家做個參考。一起跟隨小編過來看看吧
    2018-12-12
  • opencv3/C++圖像像素操作詳解

    opencv3/C++圖像像素操作詳解

    今天小編就為大家分享一篇opencv3/C++圖像像素操作詳解,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-12-12
  • Python中10個常用的內(nèi)置函數(shù)詳解

    Python中10個常用的內(nèi)置函數(shù)詳解

    這篇文章主要為大家介紹了Python常用的內(nèi)置函數(shù),具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下,希望能夠給你帶來幫助
    2021-12-12
  • Python 更快進(jìn)行探索性數(shù)據(jù)分析的四個方法

    Python 更快進(jìn)行探索性數(shù)據(jù)分析的四個方法

    今天我給大家分享幾種更快的探索性數(shù)據(jù)分析方法,它們可以進(jìn)一步加速 EDA。 我們以一個學(xué)生考試成績的例子,創(chuàng)建一個如下所示的 DataFrame 并繼續(xù)操作。歡迎收藏學(xué)習(xí),喜歡點(diǎn)贊支持
    2021-11-11
  • Python3實(shí)現(xiàn)建造者模式的示例代碼

    Python3實(shí)現(xiàn)建造者模式的示例代碼

    這篇文章主要介紹了Python3 實(shí)現(xiàn)建造者模式的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧
    2020-06-06
  • 淺析python內(nèi)置模塊collections

    淺析python內(nèi)置模塊collections

    collections是Python內(nèi)建的一個集合模塊,提供了許多有用的集合類。這篇文章主要介紹了python內(nèi)置模塊collections的相關(guān)知識,非常不錯,具有一定的參考借鑒價(jià)值,需要的朋友可以參考下
    2019-11-11
  • python 計(jì)算概率密度、累計(jì)分布、逆函數(shù)的例子

    python 計(jì)算概率密度、累計(jì)分布、逆函數(shù)的例子

    這篇文章主要介紹了python 計(jì)算概率密度、累計(jì)分布、逆函數(shù)的例子,具有很好的參考價(jià)值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2020-02-02
  • python實(shí)現(xiàn)sqlalchemy的使用概述

    python實(shí)現(xiàn)sqlalchemy的使用概述

    SQLAlchemy是Python中最有名的ORM工具,特點(diǎn)是操縱Python對象而不是SQL查詢,也就是在代碼層面考慮的是對象,而不是SQL,體現(xiàn)的是一種程序化思維,這樣使得Python程序更加簡潔易懂,具體內(nèi)容詳情跟隨小編一起看看吧
    2021-08-08
  • Python數(shù)學(xué)建模學(xué)習(xí)模擬退火算法旅行商問題示例解析

    Python數(shù)學(xué)建模學(xué)習(xí)模擬退火算法旅行商問題示例解析

    模擬退火算法不僅可以解決連續(xù)函數(shù)優(yōu)化問題,KIRKPATRICK在1983年成功將其應(yīng)用于求解組合優(yōu)化問題,現(xiàn)已成為求解旅行商問題的常用方法,通常采用反序、移位和交換等操作算子產(chǎn)生新解
    2021-10-10
  • python庫Celery異步發(fā)送電子郵件定時(shí)生成報(bào)告實(shí)戰(zhàn)示例

    python庫Celery異步發(fā)送電子郵件定時(shí)生成報(bào)告實(shí)戰(zhàn)示例

    這篇文章主要介紹了python庫Celery異步發(fā)送電子郵件定時(shí)生成報(bào)告實(shí)戰(zhàn)示例,有需要的朋友可以借鑒參考下,希望能夠有所幫助,祝大家多多進(jìn)步,早日升職加薪
    2024-01-01

最新評論