欧美bbbwbbbw肥妇,免费乱码人妻系列日韩,一级黄片

Opencv實現(xiàn)傾斜圖片轉正示例

 更新時間:2022年08月01日 11:23:26   作者:咕里個咚  
本文主要介紹了Opencv實現(xiàn)傾斜圖片轉正示例,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友們下面隨著小編來一起學習學習吧

今天是我們來玩一個釘子。通過一個釘子來學習一個opencv中的一個函數(shù),這個函數(shù)我網(wǎng)上也有搜過,不過遺憾的是,各路好手都是寫的是有點不堪入目,現(xiàn)在這個學習氛圍是越來越差了,很多人都直接復制粘貼別人的東西,自己也沒有理解,也沒有辨別是非的能力,所謂的拿來主義有時候真的是要不得的。知其然也要知其所以然。所以你很多時候遇到問題去網(wǎng)上搜索的時候,你會發(fā)現(xiàn)瀏覽器上面一排網(wǎng)頁,好多內容都是相同,甚至是錯的,這樣很不好。

閑話不多說,我們今天通過一個實例來,講解一個網(wǎng)上很多人都沒搞清楚的函數(shù)cv2.minAreaRect()

我們用到圖片

我們要做的事情是將這個釘子轉成水平放心放置,然后摳出釘子的區(qū)域,就像下面這個樣子

實現(xiàn)步驟:

1.灰度化+二值化,效果圖如下

2.找輪廓,cv2.findcounters(),這樣的圖我們肯定會找到很多輪廓,所以我們可以通過面積來篩選出自己想要的那個輪廓,這里我們選擇最大的輪廓,也就是釘子的輪廓,看看效果(紅線就是哦我們找到的輪廓點然后連接起來的)

3.找這個輪廓的最小外接矩形(帶角度),這個就是最關鍵的了,也就是我們開頭提到的cv2.minAreaRect(),我們要對他的返回值了如執(zhí)掌。先看看效果呢(藍線就是我們找到的最小外接矩形)

 這個時候你會說,這有什么難的,我們來細細看一下,cv2.minAreaRect()的返回值是什么

box= cv2.minAreaRect(counter)
print(box)

我們看看這個返回值是一個元組

((257.3854675292969, 292.03851318359375), (454.5963439941406, 140.96072387695312), 48.21548080444336)

元組的第一個元素是這個最小外接矩形的中心點坐標

元組的第二個元素是也是一個元組,這個元組是最小外接矩形的兩個邊長(注意是兩個邊長,并不是寬高),這個時候你就會問了,這有什么區(qū)別,看上去是沒什么區(qū)別,其實是由返回順序的,有的時候長的那條邊在這個元組的第一個元素位置,有的時候長的那條邊在這個元組的第二個元素位置。不信我在給你看一個返回值

((290.1945495605469, 256.9798889160156), (140.9435577392578, 460.39862060546875), 49.1729850769043)

元組的第三個元素是一個浮點數(shù),這個浮點數(shù)也就是這個外接矩形的角度,那么,這個角度又是哪個邊的與X軸的角度呢?答案是要根據(jù)第二個元組的值長短邊的順序來決定的,這個角度始終是第二元組中第一個元素對應的那條邊和x的夾角。而且這個角度永遠是大于0的。網(wǎng)上有人說是-90-90°,說實話,經(jīng)過測試,我們見到負角度的,那些人可能試都沒試吧。也就是這個角度。

 我想我已經(jīng)說明白了

4.根據(jù)得到的中心點和角度以及第二個元組的值的大小就可以開始旋轉了

值得注意的是,opencv中旋轉是逆時針旋轉,所以在旋轉的時候要注意旋轉的角度,看看效果

5.有中心點和兩條邊長的大小,我們就可以開始摳圖了,看看效果

至此Mission accomplished。

我們上代碼吧

# -*- coding: utf-8 -*-
# @Time : 2022/7/25 15:51
# @Author : guligedong
import cv2
import os
import numpy as np
 
base_folder = r'F:\mvtec_anomaly_detection\screw\test\good'
for i in os.listdir(base_folder):
    img_path = os.path.join(base_folder, i)
    if img_path.split('.')[-1] == 'db':
        continue
    print(img_path)
    img = cv2.imread(img_path)
    img = cv2.resize(img,(512,512))
    img_h,img_w = img.shape[:2]
    gray_img = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
    _,bi_img = cv2.threshold(gray_img,127,255,cv2.THRESH_BINARY_INV)
 
    counters,_ = cv2.findContours(bi_img,cv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
    for index,counter in enumerate(counters):
        if cv2.contourArea(counter) > 10000 :
            cv2.drawContours(img,counters,index,(0,0,255),1)
            box= cv2.minAreaRect(counter)
            print(box)
            boxs= cv2.boxPoints(box)
            boxs = np.int0([boxs])
            print(boxs)
            cv2.polylines(img, boxs, isClosed=True, color=(255, 125, 125), thickness=1)
            cv2.imshow('img', img)
            # cv2.waitKey()
            center_x,center_y = int(box[0][0]),int(box[0][1])
            lenth1, lenth2 = int(box[1][0]), int(box[1][1])
            print(lenth1, lenth2)
            angle = box[2]
            print(angle)
            if lenth1 > lenth2:
                angle  = angle
            else:
                angle = -(90 - angle)
            rotate_matrix = cv2.getRotationMatrix2D(center=(center_x,center_y),angle=angle,scale=1)
            rotated_image = cv2.warpAffine(src=img, M=rotate_matrix, dsize=(img_w, img_h))
            cv2.imshow('Rotated image', rotated_image)
            y_start = center_y - min(lenth1, lenth2) // 2 if center_y - min(lenth1, lenth2) // 2 > 0 else 0
            y_end = center_y + min(lenth1, lenth2) // 2 if center_y + min(lenth1, lenth2) // 2 < img_h else img_h
            x_start = center_x - max(lenth1, lenth2) // 2 if center_x - max(lenth1, lenth2) // 2 >0 else 0
            x_end = center_x + max(lenth1, lenth2) // 2 if center_x + max(lenth1, lenth2) // 2 <img_w else img_w
            crop_image = rotated_image[y_start:y_end,x_start:x_end]
            cv2.imshow('crop_image', crop_image)
            cv2.waitKey()

 這個數(shù)據(jù)是mvtec_anomaly_detection數(shù)據(jù)集中的釘子的數(shù)據(jù)集,大家可以網(wǎng)上找資源試一試小效果,關鍵是要自己理解這個邏輯。

到此這篇關于Opencv實現(xiàn)傾斜圖片轉正示例的文章就介紹到這了,更多相關Opencv 傾斜圖片轉正內容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關文章希望大家以后多多支持腳本之家!

相關文章

  • Python?Pyperclip模塊安裝和使用詳解

    Python?Pyperclip模塊安裝和使用詳解

    Pyperclip模塊兼容python2和python3,能跨平臺使用,這篇文章主要介紹了Pyperclip模塊安裝和使用詳解,需要的朋友可以參考下
    2023-03-03
  • python縮進長度是否統(tǒng)一

    python縮進長度是否統(tǒng)一

    在本篇內容里小編給大家整理的是一篇關于python縮進長度是否統(tǒng)一的相關知識點,需要的朋友們可以學習下。
    2020-08-08
  • Apache部署Django項目圖文詳解

    Apache部署Django項目圖文詳解

    這篇文章主要介紹了Apache部署Django項目圖文詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-07-07
  • Python實現(xiàn)把json格式轉換成文本或sql文件

    Python實現(xiàn)把json格式轉換成文本或sql文件

    這篇文章主要介紹了Python實現(xiàn)把json格式轉換成文本或sql文件,本文直接給出代碼實例,需要的朋友可以參考下
    2015-07-07
  • Python OpenCV機器學習之圖像識別詳解

    Python OpenCV機器學習之圖像識別詳解

    OpenCV中也提供了一些機器學習的方法,例如DNN等。本文將為大家詳細介紹一下OpenCV中利用機器學習實現(xiàn)的一些圖片識別功能:人臉識別、車牌識別等,感興趣的可以了解一下
    2022-01-01
  • python中matplotlib的用法及繪制簡單圖形詳解

    python中matplotlib的用法及繪制簡單圖形詳解

    這篇文章主要給大家介紹了關于python中matplotlib的用法及繪制簡單圖形的相關資料,matplotlib是python中用于繪制各種圖像的模塊,功能十分強大,通常與pandas模塊搭配使用,可以生成各種樣視的圖片,用于數(shù)據(jù)的分析和展示,需要的朋友可以參考下
    2024-03-03
  • Django的get_absolute_url方法的使用

    Django的get_absolute_url方法的使用

    本文主要介紹了Django的get_absolute_url方法的使用,文中通過示例代碼介紹的非常詳細,具有一定的參考價值,感興趣的小伙伴們可以參考一下
    2021-08-08
  • python中的數(shù)組賦值與拷貝的區(qū)別詳解

    python中的數(shù)組賦值與拷貝的區(qū)別詳解

    今天小編就為大家分享一篇python中的數(shù)組賦值與拷貝的區(qū)別詳解,具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧
    2019-11-11
  • python數(shù)據(jù)挖掘使用Evidently創(chuàng)建機器學習模型儀表板

    python數(shù)據(jù)挖掘使用Evidently創(chuàng)建機器學習模型儀表板

    在本文中,我們將探索 Evidently 并創(chuàng)建交互式報告/儀表板。有需要的朋友歡迎大家收藏學習,希望能夠有所幫助,祝大家多多進步早日升職加薪
    2021-11-11
  • python裝飾器的特性原理詳解

    python裝飾器的特性原理詳解

    這篇文章主要介紹了python裝飾器的特性原理詳解,文中通過示例代碼介紹的非常詳細,對大家的學習或者工作具有一定的參考學習價值,需要的朋友可以參考下
    2019-12-12

最新評論