我想提取图像的轮廓,我正在尝试使用MatplotLib的轮廓功能。这是我的代码:
from PIL import Image
from pylab import *
# read image to array
im = array(Image.open('HOJA.jpg').convert('L'))
# create a new figure
figure()
# show contours with origin upper left corner
contour(im, origin='image')
axis('equal')
show()
这是我的原始图片:
这是我的结果:
但我只想展示外部轮廓,轮廓。只是这个例子中的读取行。
我该怎么办?我阅读了contour函数的文档,但是我无法得到我想要的东西。
如果您在Python中知道更好的方法,请告诉我! (MatplotLib,OpenCV等)
答案 0 :(得分:14)
如果你想坚持你的轮廓方法,你可以简单地添加一个水平参数,其值为“阈值化”白色背景和叶子之间的图像。
您可以使用直方图找到合适的值。但在这种情况下,任何略低于255的值都可以。
所以:
contour(im, levels=[245], colors='black', origin='image')
如果您想进行一些严肃的图像处理,请务必检查Scikit-Image。它包含几个边缘检测算法等。
答案 1 :(得分:5)
对于那些想要OpenCV解决方案的人来说,这是:
ret,thresh = cv2.threshold(image,245,255,0)
contours, hierarchy = cv2.findContours(thresh,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
tam = 0
for contorno in contours:
if len(contorno) > tam:
contornoGrande = contorno
tam = len(contorno)
cv2.drawContours(image,contornoGrande.astype('int'),-1,(0,255,0),2)
cv2.imshow('My image',image)
cv2.waitKey()
cv2.destroyAllWindows()
在这个例子中,我只画出最大的轮廓。请记住,'image'必须是单通道数组。
您应该更改阈值函数,findContours函数和drawContours函数的参数以获得您想要的结果。
我在drawContours函数中转换为'int',因为Open CV 2.4.3版本中存在错误,如果您不进行此转换,程序会中断。 This is the bug
答案 2 :(得分:0)
我建议使用OpenCV来提高性能。
它有一个findContour函数,可以使用cv2
绑定从python访问。
此功能可以设置为仅返回外部轮廓。
您还必须为图像设置阈值。