实例介绍
【实例简介】对于图像的边缘处理、腐蚀、面积等基础处理，对该图像进行二值化处理，利用二值化结果，计算面积及质心，计算出其主轴方向，Hough拟合以下图像中直线边缘，显示结果，并将斑马线区域部分标记出来。
【实例截图】
【核心代码】
# -*- coding: utf-8 -*-
# @Descript:
# （1）对该图像进行二值化处理
# （2）利用二值化结果，计算面积及质心
# （3）计算出其主轴方向
import cv2 as cv
import matplotlib.pyplot as plt
import math
img = cv.imread("3-1.jpg")
#二值化 灰度图
ret, thresh = cv.threshold(cv.cvtColor(img,cv.COLOR_BGR2GRAY), 127, 255, 0)
#轮廓提取 得到轮廓信息
# findContours 传入参数 输入图像 轮廓检索模式 轮廓近似方法
# contours,hierarchy= cv.findContours(thresh,cv.RETR_TREE,cv.CHAIN_APPROX_NONE)
contours,hierarchy= cv.findContours(thresh,cv.RETR_TREE,cv.CHAIN_APPROX_SIMPLE)
#取第一条轮廓
cnt = contours[0]
#print(contours)
area = cv.contourArea(cnt)
M = cv.moments(cnt)
cx = int(M['m10']/M['m00'])
cy = int(M['m01']/M['m00'])
#计算面积和质心
a = int(M['m20']/M['m00'])
b = int(M['m11']/M['m00'])
c = int(M['m02']/M['m00'])
square = math.sqrt(4*b*b (a-c)*(a-c))
theta = math.atan2(2*b,a-c square) *180 / math.pi
# print(M)
print("面积：" str(area))
print("质心：" str(cx) "," str(cy))
print("主轴方向：" str(theta))
好例子网口号：伸出你的我的手 — 分享！
小贴士
感谢您为本站写下的评论，您的评论对其它用户来说具有重要的参考价值，所以请认真填写。
- 类似“顶”、“沙发”之类没有营养的文字，对勤劳贡献的楼主来说是令人沮丧的反馈信息。
- 相信您也不想看到一排文字/表情墙，所以请不要反馈意义不大的重复字符，也请尽量不要纯表情的回复。
- 提问之前请再仔细看一遍楼主的说明，或许是您遗漏了。
- 请勿到处挖坑绊人、招贴广告。既占空间让人厌烦，又没人会搭理，于人于己都无利。
关于好例子网
本站旨在为广大IT学习爱好者提供一个非营利性互相学习交流分享平台。本站所有资源都可以被免费获取学习研究。本站资源来自网友分享，对搜索内容的合法性不具有预见性、识别性、控制性，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，平台无法对用户传输的作品、信息、内容的权属或合法性、安全性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论平台是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二与二十三条之规定，若资源存在侵权或相关问题请联系本站客服人员，点此联系我们。关于更多版权及免责申明参见 版权及免责申明
网友评论
我要评论