建站程序,创建一家公司的步骤,网页设计好学吗,商务网站建设多少钱需求 需要获取图片的红框的内容#xff0c;实体的图片我就不放了 获取红框
先截取获得图片的多个轮廓
import cv2
import numpy as np # 加载图像并转换为灰度图像
image cv2.imread(image6.jpg)
gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 应用高斯模糊以减…需求 需要获取图片的红框的内容实体的图片我就不放了 获取红框
先截取获得图片的多个轮廓
import cv2
import numpy as np # 加载图像并转换为灰度图像
image cv2.imread(image6.jpg)
gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY) # 应用高斯模糊以减少噪声
blur cv2.GaussianBlur(gray, (5, 5), 0) # 应用HSV颜色空间转换
hsv cv2.cvtColor(image, cv2.COLOR_BGR2HSV)
lower_red np.array([0, 50, 50])
upper_red np.array([10, 255, 255])
mask cv2.inRange(hsv, lower_red, upper_red) # 应用膨胀操作来放大边框内的内容和边框
kernel np.ones((5,5),np.uint8)
dilated cv2.dilate(mask,kernel,iterations 1) # 获取边界框坐标
contours, hierarchy cv2.findContours(dilated, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 遍历每个轮廓并找到最大的红色边框
max_contour None
max_area 0
for contour in contours: area cv2.contourArea(contour) # if area max_area: # max_contour contour # max_area area x, y, w, h cv2.boundingRect(contour) # 裁剪图像以显示边界框内的内容及其周围10px内容 crop_image image[max(y-10, 0):min(yh10, image.shape[0]), max(x-10, 0):min(xw10, image.shape[1])] # 在裁剪后的图像上绘制红色矩形框以突出显示边界框内的内容及其周围10px内容 cv2.rectangle(crop_image, (max(x-10, 0), max(y-10, 0)), (min(xw10, image.shape[1]), min(yh10, image.shape[0])), (0, 0, 255), 2) # 在裁剪后的图像上绘制红色矩形框以突出显示边界框内的内容及其周围10px内容 #cv2.imshow(Content with Border and Surrounding Area, crop_image) # 显示带有红色边框和周围10px内容的裁剪后的图像 cv2.imwrite(fred_border_{x}_{y}_{w}_{h}.jpg, crop_image) cv2.waitKey(0) cv2.destroyAllWindows()# 获取最大轮廓的边界框坐标
# x, y, w, h cv2.boundingRect(max_contour) # # 裁剪图像以显示边界框内的内容及其周围10px内容
# crop_image image[max(y-10, 0):min(yh10, image.shape[0]), max(x-10, 0):min(xw10, image.shape[1])] # # 在裁剪后的图像上绘制红色矩形框以突出显示边界框内的内容及其周围10px内容
# cv2.rectangle(crop_image, (max(x-10, 0), max(y-10, 0)), (min(xw10, image.shape[1]), min(yh10, image.shape[0])), (0, 0, 255), 2) # 在裁剪后的图像上绘制红色矩形框以突出显示边界框内的内容及其周围10px内容
# cv2.imshow(Content with Border and Surrounding Area, crop_image) # 显示带有红色边框和周围10px内容的裁剪后的图像 # cv2.waitKey(0)
# cv2.destroyAllWindows() 识别红框
import cv2
import numpy as np# 加载图像
image cv2.imread(red_border_1038_1886_6_6.jpg)# 将图像转换为灰度
gray cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)# 二值化图像
_, threshold cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)# 找到图像中的轮廓
contours, _ cv2.findContours(threshold, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)# 遍历每个轮廓判断是否是闭合的圆
for contour in contours:# 进行轮廓近似获取近似的多边形轮廓epsilon 0.01 * cv2.arcLength(contour, True)approx cv2.approxPolyDP(contour, epsilon, True)# 计算近似轮廓的周长approx_length cv2.arcLength(approx, True)# 计算原始轮廓的周长contour_length cv2.arcLength(contour, True)# 判断近似轮廓的周长是否接近于原始轮廓的周长if approx_length 0.9 * contour_length:# 绘制闭合的圆cv2.drawContours(image, [approx], -1, (0, 255, 0), 2)cv2.putText(image, Closed Circle, (10, 30), cv2.FONT_HERSHEY_SIMPLEX, 0.9, (0, 255, 0), 2)print(存在)# 显示结果图像
cv2.imshow(Result, image)
cv2.waitKey(0)
cv2.destroyAllWindows()
