本文共 2117 字，大约阅读时间需要 7 分钟。

知识掌握
  
cv2.threshold()函数
  
该函数用于设置固定级别的阈值应用于多通道矩阵，将灰度图像转换为二值图像，或去除指定级别的噪声，或过滤掉过小或者过大的像素点。函数定义如下：
  
   
  
    
Python: cv2.threshold(src, thresh, maxval, type[, dst]) → retval, dst
  
   
  
其中：
  
   
    
    
src：表示图片源
    
    
thresh：表示阈值（起始值）
    
    
maxval：表示最大值
    
    
type：表示阈值的类型，常用值为0（cv2.THRESH_BINARY）
  
   
  
示例代码：
  
import cv2  img = cv2.imread('1.jpg')  cv2.imshow("src", img)  gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)  ret, dst = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)  cv2.imshow("dst", dst)  cv2.waitKey(0)
  
cv2.findContours()函数
  
该函数用于检测图像中的物体轮廓。函数定义如下：
  
   
  
    
cv2.findContours(image, mode, method)
  
   
  
函数返回两个值：contours和hierarchy。在OpenCV3中，返回三个值：img、contours、hierarchy。其中：
  
   
    
    
image：表示寻找轮廓的图像
    
    
mode：轮廓检索模式，共有四种取值：
      
    
        
     
cv2.RETR_EXTERNAL：只检测外轮廓
        
     
cv2.RETR_LIST：检测的轮廓不建立等级关系
        
     
cv2.RETR_CCOMP：建立两个等级的轮廓，上面的一层为外边界，里面的一层为内孔的边界信息
        
     
cv2.RETR_TREE：建立一个等级树结构的轮廓
      
    
    
    
method：轮廓近似方法，共有三种取值：
      
    
        
     
cv2.CHAIN_APPROX_NONE：存储所有的轮廓点
        
     
cv2.CHAIN_APPROX_SIMPLE：压缩水平方向、垂直方向和对角线方向的点，保留关键点
        
     
cv2.CHAIN_APPROX_TC89_L1、CV_CHAIN_APPROX_TC89_KCOS：使用teh-Chinl chain 近似算法
      
    
  
   
  
示例代码：
  
import numpy as np  import cv2  rectangle = np.zeros((300,300), dtype="uint8")  cv2.rectangle(rectangle, (25,25), (275,275), 255, -1)  cv2.imshow("Rectangle", rectangle)  img, contours, hierarchy = cv2.findContours(rectangle, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)  print(contours)  print(hierarchy)  cv2.waitKey(0)
  
cv2.polylines()函数
  
该函数用于绘制多边形。函数定义如下：
  
   
  
    
cv2.polylines(img, pts, isClosed, color[, thickness[, lineType[,shift]]])
  
   
  
参数说明：
  
   
    
    
pts：顶点坐标，需要转换为rowsx1x2形状的数组，rows是顶点数，类型为int32
    
    
isClosed：布尔值，表示是否闭合多边形
    
    
color：线条颜色
    
    
thickness：线条厚度
    
    
lineType：线条类型
    
    
shift：线条偏移量
  
   
  
示例代码：
  
import numpy as np  import cv2  # 创建黑色图像  img = np.zeros((200, 200, 3), np.uint8)  pts = np.array([[10, 5], [20, 30], [70, 20], [80, 15]])  cv2.polylines(img, pts, True, (0, 255, 0), 2, cv2.LINE_AA, shift=1)  cv2.imshow("Polylines", img)  cv2.waitKey(0)

转载地址：http://gvafk.baihongyu.com/