python opencv检测高光点及findContours计算连通域重心

在对二值化图像的连通域进行分析时，重心，对称轴等参数是重要特征。现对连通域重心计算的python代码实现，归纳总结如下，欢迎大家批评指正。重心是距离对重量的加权平均。用数学语言描述即为：

离散化后为：

对于二值化图像中的连通域，属于均匀物体，每一点像素值相等，所以重心公式如下：

x_i , y_i分别为连通域中像素点的坐标。当然更方便的方法是利用现有的函数接口，代码如下：

import cv2
import numpy as np
from skimage import data,segmentation,measure,morphology,color
import glob
import matplotlib.pyplot as plt
# images = glob.glob("./*.jpg")
images = glob.glob("./inputdata/highlight/*.bmp")
num_img = len(images)
Coord_highlight = np.zeros((4,2,num_img))
CoordInWorld = np.zeros((4,2,num_img))
num_img = 0
for fname in images:img = cv2.imread(fname)img_copy = img.copy()plt.figure()plt.subplot(221)plt.imshow(img[:,:,[2,1,0]])   # plt的图像通道和opencv图像通道相反，前者为rgb，后者则为bgr。plt.title('ori_img')plt.subplot(222)plt.imshow(img_copy[:,:,[2,1,0]])plt.title('ori_img_copy')gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)gray=cv2.GaussianBlur(gray, (9, 9), 0)kernel = cv2.getStructuringElement(cv2.MORPH_ELLIPSE,(8,8))#圆结构元素gray = cv2.erode(gray,kernel,iterations = 1)gray = cv2.dilate(gray,kernel,iterations = 1)retval, thresh = cv2.threshold(gray, 200, 255, cv2.THRESH_BINARY)#阈值的选择# method1   利用函数接口contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)for index,c in enumerate(contours):# calculate moments for each contourM = cv2.moments(c)# calculate x,y coordinate of centercX = int(M["m10"] / M["m00"])cY = int(M["m01"] / M["m00"])cv2.circle(img, (cX, cY), 10, (0, 0, 255), -1)print(index,cX,cY)# method2   利用公式计算label_image = measure.label(thresh)  #连通区域标记print('##########################')for index,region in enumerate(measure.regionprops(label_image)):points = region.coords  #得到的是按列 行cX = int(np.mean(points[:,1]))   # 求均值即可cY = int(np.mean(points[:,0]))cv2.circle(img_copy, (cX, cY), 10, (255, 0, 255), -1)print(index,cX,cY)plt.subplot(223)plt.imshow(img[:,:,[2,1,0]])plt.title('post_img')plt.subplot(224)plt.imshow(img_copy)plt.title('post_img_copy')plt.show()cv2.namedWindow('img',0)cv2.imshow('img',img)cv2.namedWindow('img_copy',0)cv2.imshow('img_copy',img_copy)cv2.waitKey(0)

python opencv检测高光点及findContours计算连通域重心相关推荐

python opencv 检测特定颜色
python opencv 检测特定颜色 import cv2 import numpy as npcap = cv2.VideoCapture(0)# set blue thresh 设置HSV中蓝 ...
python opencv检测人脸
python opencv检测人脸文章目录: 一.opencv检测一张图片二.opencv摄像头实时检测人脸一.opencv检测一张图片 opencv检测人脸分成三部分: 1.图片转换成灰色(降 ...
Python+OpenCV检测灯光亮点
本篇博文分享一篇寻找图像中灯光亮点(图像中最亮点)的教程,例如,检测图像中五个灯光的亮点并标记,项目效果如下所示: 第1步:导入并打开原图像,实现代码如下所示: # import the necess ...
python+OpenCV检测条形码
今天看到一篇关于条形码检测的文章,还是存在一些问题的,昨天我陪朋友去取快递的时候,看到了关于条形码检测在现实场景中的应用,于是,便想着实现一波,并且对程序中的一些问题做了一些修改. 首先要确定调用的包 ...
使用Python，OpenCV检测摄像机到标记对象的距离
使用Python,OpenCV检测摄像机到标记对象的距离 1. 效果图 2. 三角形相似性是什么? 3. 三角形相似性检测距离原理 4. 使用Python,OpenCV检测标记对象 5. 源码参考 ...
使用Python和OpenCV检测图像中的条形码
使用Python和OpenCV检测图像中的条形码 1. 效果图 2. 算法的步骤 3. 源码参考这篇博客将介绍使用计算机视觉和图像处理技术进行条形码检测的必要步骤,并演示使用Python编程语言和 ...
使用Python,OpenCV在视频中进行实时条形码检测
使用Python,OpenCV在视频中进行实时条形码检测 1. 步骤 2. 适用场景及优化 3. 总结 4. 源码参考上一篇博客介绍了如何检测和查找图像中的条形码.这篇博客将进行一些优化以检测实时 ...
使用Python和OpenCV检测图片上的条形码
这篇博文的目的是应用计算机视觉和图像处理技术,展示一个条形码检测的基本实现.我所实现的算法本质上基于StackOverflow 上的这个问题,浏览代码之后,我提供了一些对原始算法的更新和改进. 首先需 ...
Python+Opencv实现多种形状的检测
目录一.Hough变换是什么? 二.Hough变换原理简介三.Hough变换实现步骤四.Hough变换直线检测代码实现及效果展示五.Hough变换圆形检测代码实现及效果展示六.基于Hough ...

python opencv检测高光点及findContours计算连通域重心

python opencv检测高光点及findContours计算连通域重心相关推荐

最新文章

热门文章