使用 Python 和 OpenCV 库中的 cv2.fillPoly() 函数可以轻松地填充轮廓颜色。以下是一个示例代码,演示如何使用此函数来填充图像中检测到的轮廓:

import cv2
import numpy as np

# 读取图像
img = cv2.imread('image.jpg')

# 将图像转换为灰度图
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

# 进行边缘检测
edges = cv2.Canny(gray, 100, 200)

# 寻找轮廓
contours, hierarchy = cv2.findContours(edges, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 创建一个黑色的图像
mask = np.zeros(img.shape[:2], dtype=np.uint8)

# 填充轮廓
cv2.fillPoly(mask, contours, 255)

# 将填充后的图像与原图像进行融合
result = cv2.bitwise_and(img, img, mask=mask)

# 显示结果
cv2.imshow('Original Image', img)
cv2.imshow('Filled Image', result)
cv2.waitKey(0)
cv2.destroyAllWindows()

在这个示例中,我们首先将图像转换为灰度图,然后进行边缘检测以获得轮廓。然后,我们创建一个与原始图像相同大小的黑色图像,并使用 cv2.fillPoly() 函数填充轮廓。最后,我们将填充后的图像与原始图像进行融合,以便查看结果。

步骤总结:

  1. 读取图像:使用 cv2.imread() 加载图像。
  2. 转换为灰度图:使用 cv2.cvtColor() 将图像转换为灰度图。
  3. 进行边缘检测:使用 cv2.Canny() 进行边缘检测以获取轮廓。
  4. 寻找轮廓:使用 cv2.findContours() 寻找图像中的轮廓。
  5. 创建掩码:创建一个与原始图像相同大小的黑色图像作为掩码。
  6. 填充轮廓:使用 cv2.fillPoly() 函数填充轮廓。
  7. 融合图像:使用 cv2.bitwise_and() 将填充后的图像与原始图像进行融合。
  8. 显示结果:使用 cv2.imshow() 显示原始图像和填充后的图像。

通过使用 cv2.fillPoly() 函数,您可以轻松地填充图像中的轮廓,并通过与原始图像进行融合,可以将填充后的轮廓整合到原始图像中。

Python 轮廓填充:使用 OpenCV 库填充轮廓颜色

原文地址: https://www.cveoy.top/t/topic/mS0l 著作权归作者所有。请勿转载和采集!

免费AI点我,无需注册和登录