Python 轮廓填充:使用 OpenCV 库填充轮廓颜色
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:
- 读取图像:使用
cv2.imread()加载图像。 - 转换为灰度图:使用
cv2.cvtColor()将图像转换为灰度图。 - 进行边缘检测:使用
cv2.Canny()进行边缘检测以获取轮廓。 - 寻找轮廓:使用
cv2.findContours()寻找图像中的轮廓。 - 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。
- 填充轮廓:使用
cv2.fillPoly()函数填充轮廓。 - 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。 - 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。
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!