opencv python图片的长宽_Python OpenCV实现测量图片物体宽度

àì夳堔傛蜴生んèń 2022-10-27 12:29 334阅读 0赞

一、 题目描述

测量所给图片的高度，即上下边缘间的距离。

![0e80fb329fec856524986fbb67b3b8db.png][]

思路： 将图片进行阈值操作得到二值化图片。 截取只包含上下边框的部分，以便于后续的轮廓提取 轮廓检测 得到结果

二、 实现过程

1.用于给图片添加中文字符 \#用于给图片添加中文字符

def ImgText\_CN(img, text, left, top, textColor=(0, 255, 0), textSize=20):

if (isinstance(img, np.ndarray)): \#判断是否为OpenCV图片类型

img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR\_BGR2RGB))

draw = ImageDraw.Draw(img)

fontText = ImageFont.truetype(r'C:\\Windows\\Fonts\\simsun.ttc', textSize, encoding="utf-8") \#\#中文字体

draw.text((left, top), text, textColor, font=fontText) \#写文字

return cv2.cvtColor(np.asarray(img), cv2.COLOR\_RGB2BGR)

2.实现图片反色功能 \#实现图片反色功能

def PointInvert(img):

height, width = img.shape \#获取图片尺寸

for i in range(height):

for j in range(width):

pi = img\[i, j\]

img\[i, j\] = 255 - pi

return img

3.边缘检测 \# canny边缘检测

edges = cv2.Canny(th, 30, 70)

res=PointInvert(edges) \#颜色反转

\#显示图片

cv2.imshow('original', th) \#显示二值化后的图，主题为白色，背景为黑色 更加容易找出轮廓

key = cv2.waitKey(0)

if key==27: \#按esc键时，关闭所有窗口

print(key)

cv2.destroyAllWindows()

4.轮廓操作 contours, hierarchy = cv2.findContours(th, cv2.RETR\_EXTERNAL, cv2.CHAIN\_APPROX\_SIMPLE) \#得到轮廓

cnt = contours\[0\] \#取出轮廓

x, y, w, h = cv2.boundingRect(cnt) \#用一个矩形将轮廓包围

img\_gray = cv2.cvtColor(res, cv2.COLOR\_GRAY2BGR) \#将灰度转化为彩色图片方便画图

cv2.line(img\_gray, (x, y), (x + w, y), (0,0,255), 2, 5) \#上边缘

cv2.line(img\_gray, (x, y+h), (x + w, y+h), (0, 0, 255), 2, 5) \#下边缘

img1\[80:230, 90:230\] = img\_gray \#用带有上下轮廓的图替换掉原图的对应部分

5.显示图片 res1=ImgText\_CN(img1, '宽度%d'%h, 25, 25, textColor=(0, 255, 0), textSize=30) \#绘制文字

\#显示图片

cv2.imshow('original', res1)

key = cv2.waitKey(0)

if key==27: \#按esc键时，关闭所有窗口

print(key)

cv2.destroyAllWindows()

6.完整代码 import cv2

import numpy as np

from PIL import Image, ImageDraw, ImageFont

\#用于给图片添加中文字符

def ImgText\_CN(img, text, left, top, textColor=(0, 255, 0), textSize=20):

if (isinstance(img, np.ndarray)): \#判断是否为OpenCV图片类型

img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR\_BGR2RGB))

draw = ImageDraw.Draw(img)

fontText = ImageFont.truetype(r'C:\\Windows\\Fonts\\simsun.ttc', textSize, encoding="utf-8") \#\#中文字体

draw.text((left, top), text, textColor, font=fontText) \#写文字

return cv2.cvtColor(np.asarray(img), cv2.COLOR\_RGB2BGR)

\#实现图片反色功能

def PointInvert(img):

height, width = img.shape \#获取图片尺寸

for i in range(height):

for j in range(width):

pi = img\[i, j\]

img\[i, j\] = 255 - pi

return img

img=cv2.imread("gongjian1.bmp",0) \#加载彩色图

img1=cv2.imread("gongjian1.bmp",1) \#加载灰度图

recimg = img\[80:230, 90:230\] \#截取需要的部分

img2 = img1\[80:230, 90:230\] \#截取需要的部分

ret, th = cv2.threshold(recimg, 90, 255, cv2.THRESH\_BINARY) \#阈值操作二值化

\# canny边缘检测

edges = cv2.Canny(th, 30, 70)

res=PointInvert(edges) \#颜色反转

\#显示图片

cv2.imshow('original', th) \#显示二值化后的图，主题为白色，背景为黑色 更加容易找出轮廓

key = cv2.waitKey(0)

if key==27: \#按esc键时，关闭所有窗口

print(key)

cv2.destroyAllWindows()

contours, hierarchy = cv2.findContours(th, cv2.RETR\_EXTERNAL, cv2.CHAIN\_APPROX\_SIMPLE) \#得到轮廓

cnt = contours\[0\] \#取出轮廓

x, y, w, h = cv2.boundingRect(cnt) \#用一个矩形将轮廓包围

img\_gray = cv2.cvtColor(res, cv2.COLOR\_GRAY2BGR) \#将灰度转化为彩色图片方便画图

cv2.line(img\_gray, (x, y), (x + w, y), (0,0,255), 2, 5) \#上边缘

cv2.line(img\_gray, (x, y+h), (x + w, y+h), (0, 0, 255), 2, 5) \#下边缘

img1\[80:230, 90:230\] = img\_gray \#用带有上下轮廓的图替换掉原图的对应部分

res1=ImgText\_CN(img1, '宽度%d'%h, 25, 25, textColor=(0, 255, 0), textSize=30) \#绘制文字

\#显示图片

cv2.imshow('original', res1)

key = cv2.waitKey(0)

if key==27: \#按esc键时，关闭所有窗口

print(key)

cv2.destroyAllWindows()

三、 运行结果(效果)

![f41f81f74f44a904730e436e881b8054.png][]

![7c28c2863e221972a10555bed6df9b27.png][]

四、 问题及解决方法

红色轮廓没有显示，解决方案：将灰度图转化为彩色图

以上就是本文的全部内容，希望对大家的学习有所帮助，也希望大家多多支持聚米学院。

[0e80fb329fec856524986fbb67b3b8db.png]: /images/20221024/a6d10e14d4964f6a960c62fbd3c4cf30.png
[f41f81f74f44a904730e436e881b8054.png]: /images/20221024/92e75d994ba64e53ba41e6d1a44132f3.png
[7c28c2863e221972a10555bed6df9b27.png]: /images/20221024/43f77fa66a334f0bbdf2a147a8ad8c00.png