OpenCV轮廓按面积大小排序(附Python/C++代码)
OpenCV轮廓按面积大小排序(附Python/C++代码)
Color Space
发布于 2020-05-22 18:46:37
发布于 2020-05-22 18:46:37
今天分享一个使用OpenCV给轮廓排序的例子，排序是依据轮廓面积的大小，当然你还可以改成其他的，比如宽高，长度等。
先看下原图包含4个不同大小的矩形：
上代码(Python OpenCV)：
import cv2
import numpy as np
# putText函数使用的字体定义
font = cv2.FONT_HERSHEY_SIMPLEX
PI = 3.1415926
# 读取图片、灰度转换、OTSU阈值
img = cv2.imread("test.png")
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(gray,0,255,cv2.THRESH_BINARY_INV+cv2.THRESH_OTSU)
# 查看二值化结果
cv2.imshow("thres", thresh)
cv2.imwrite("thres.jpg", thresh)
# 轮廓查找
_, contours,hierarchy = cv2.findContours(thresh, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
def cnt_area(cnt):
area = cv2.contourArea(cnt)
return area
contours.sort(key = cnt_area, reverse=False)
for i in range(0, len(contours)):
(x, y, w, h) = cv2.boundingRect(contours[i])
cv2.rectangle(img,(x,y),(x+w, y+h),(255,0,0),2, cv2.LINE_AA)
cv2.putText(img,"No.%d"%(i+1),(x,y-5),font,0.8,(255,0,0),2)
cv2.imshow("contours", img)
cv2.imwrite("result1.jpg",img)
cv2.waitKey(0)
cv2.destroyAllWindows()核心函数如下，对contours list排序：
def cnt_area(cnt):
area = cv2.contourArea(cnt)
return area
contours.sort(key = cnt_area, reverse=False)reverse=False(默认)降序排列，reverse=True升序排列
效果如如下：
C++ OpenCV代码类似，如下：
//比较轮廓面积(USB_Port_Lean用来进行轮廓排序)
bool Contour_Area(vector<Point> contour1, vector<Point> contour2)
{
return contourArea(contour1) > contourArea(contour2);
}vector<vector<Point>> contours;
vector<Vec4i> hierarcy;
bool ret = false;
findContours(thres, contours, hierarcy, RETR_EXTERNAL, CHAIN_APPROX_NONE); //查找轮廓
sort(contours.begin(), contours.end(), Contour_Area);
for (int i = 0; i < contours.size(); i++)
{
double area = contourArea(contours[i]);
cout << area << endl;
}本文参与?腾讯云自媒体分享计划，分享自微信公众号。
原始发表：2020-01-10，如有侵权请联系?cloudcommunity@tencent.com 删除
本文分享自 OpenCV与AI深度学习 微信公众号，前往查看
如有侵权，请联系 cloudcommunity@tencent.com 删除。
本文参与?腾讯云自媒体分享计划? ，欢迎热爱写作的你一起参与！
评论
登录后参与评论
推荐阅读