運(yùn)行平臺： WindowsPython版本： Python3.xIDE： Spyder今天我們想實(shí)現(xiàn)的功能是對單個目標(biāo)圖片的提取如圖所示：

圖片讀取

###############頭文件import matplotlib.pyplot as pltimport osimport cv2import numpy as npfrom PIL import Image#from skimage import ioimport randomfrom PIL import Image

首先要完成圖片的讀取，通過cv2.imshow顯示``

img = cv2.imread('1_3img.png')############圖片讀取#cv2.imshow(’picture’, img) #cv2.waitKey(0)pictue_size=img.shapepicture_height=pictue_size[0]picture_width=pictue_size[1]

邊界提取

################灰度化，以及二值化gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)ret, binary = cv2.threshold(gray,1,255,cv2.THRESH_BINARY) ##################################################邊界提取，contours包含邊界值的坐標(biāo)contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,cv2.CHAIN_APPROX_NONE)

邊界提取采用cv2.findContours，在進(jìn)行邊緣提取的時候要把圖像處理為二值圖像，這里要說明一下，不同版本的opencv，cv2.findContours輸出的值不同，有兩個有三個，我們這個opencv版本輸出為兩個。coontours為所有邊界點(diǎn)的集合，是一個list，我們圖中有三個區(qū)域，所以len（list）=3，每一個list里包含邊界值數(shù)據(jù)。

圖片提取

img2=[0 for i in range(len(contours))]print(len(contours))for i in range(len(contours)): img2[i]=cv2.imread('./blackboard/test.jpg')############黑色底板圖片讀取 print(img2[i].shape)# cv2.drawContours(img2[i],contours[i],-1,(0,0,255),3) #########畫邊界 ###############全圖片遍歷找到相應(yīng)的在輪廓之內(nèi)的點(diǎn) for a in range(picture_height): for b in range(picture_width): #############################################辨別是否在輪廓內(nèi)是定義為1，不是定義為-1 result = cv2.pointPolygonTest(contours[i], (a,b), False) if result>0:img2[i][b,a]=100 ##############下面填寫保存代碼 scipy.misc.imsave(’picture’+str(i)+’.jpg’,img2[i])

我們先讀取一個黑色底版圖片，里面所有的值為0，通過cv2.pointPolygonTest函數(shù)來分析像素點(diǎn)的位置是否在邊界區(qū)域內(nèi)，是返回1，不是返回-1，是的點(diǎn)我們賦值為100，并保存，最后得到我們想要的圖片啦

到此這篇關(guān)于python用opencv完成圖像分割并進(jìn)行目標(biāo)物的提取的文章就介紹到這了,更多相關(guān)python opencv圖像分割并提取內(nèi)容請搜索好吧啦網(wǎng)以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持好吧啦網(wǎng)！