本文主要介紹了python opencv 找出圖像中的最大輪廓并填充，分享給大家，具體如下：
import cv2
import numpy as np
from PIL import Image
from joblib import Parallel
from joblib import delayed
# Parallel 和 delayed是為了使用多線程處理
# 使用前需要安裝joblib：pip install joblib
# img_stack的shape為：num, h, w
# 是三維的圖像，可以理解為是num張二維的圖像組成
# mask是用來保存最后的結(jié)果的
mask = np.ones_like(img_stack)
for i in range(num):
# 閾值化
_, binaryzation = cv2.threshold(img_stack[i], 5, 255, cv2.THRESH_BINARY_INV)
# 找到所有的輪廓
contours, _ = cv2.findContours(binaryzation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
area = []
# 找到最大的輪廓
for k in range(len(contours)):
area.append(cv2.contourArea(contours[k]))
max_idx = np.argmax(np.array(area))
# cv2.fillContexPoly(mask[i], contours[max_idx], 0)
# 填充最大的輪廓
cv2.drawContours(mask[i], contours, max_idx, 0, cv2.FILLED)
del area
# 保存
def _write_mask(mask, i):
Image.fromarray(mask.astype(np.uint8)*255).save(os.path.join(path, 'm%d.png' % i))
# 使用多線程進(jìn)行保存
num_cores = 10
parallel = Parallel(n_jobs=num_cores, backend='threading')
parallel(delayed(_write_mask)(mask[i, :, :], i) for i in range(0, num))
之前偷懶直接將項(xiàng)目里面的代碼段扣下來放在這里，誤導(dǎo)了大家，抱歉
這次我重新放一個完整版本，希望對大家有所幫助~~
代碼在python 3.7.6 和opencv-python 4.3.0下測試成功
import cv2
import numpy as np
# 以灰度方式讀取圖像
img = cv2.imread('img.png', cv2.IMREAD_GRAYSCALE)
mask = img.copy()
# 二值化，100為閾值，小于100的變?yōu)?55，大于100的變?yōu)?
# 也可以根據(jù)自己的要求，改變參數(shù)：
# cv2.THRESH_BINARY
# cv2.THRESH_BINARY_INV
# cv2.THRESH_TRUNC
# cv2.THRESH_TOZERO_INV
# cv2.THRESH_TOZERO
_, binaryzation = cv2.threshold(img, 100, 255, cv2.THRESH_BINARY_INV)
# 找到所有的輪廓
contours, _ = cv2.findContours(binaryzation, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_NONE)
area = []
# 找到最大的輪廓
for k in range(len(contours)):
area.append(cv2.contourArea(contours[k]))
max_idx = np.argmax(np.array(area))
# 填充最大的輪廓
mask = cv2.drawContours(mask, contours, max_idx, 0, cv2.FILLED)
# 保存填充后的圖像
cv2.imwrite('masked.png', mask)
輸入圖像：
輸出圖像：
到此這篇關(guān)于python opencv 找出圖像中的最大輪廓并填充(生成mask)的文章就介紹到這了,更多相關(guān)opencv最大輪廓內(nèi)容請搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家！
您可能感興趣的文章:- Python-OpenCV實(shí)現(xiàn)圖像缺陷檢測的實(shí)例
- OpenCV-Python實(shí)現(xiàn)圖像平滑處理操作
- OpenCV-Python直方圖均衡化實(shí)現(xiàn)圖像去霧
- Python OpenCV 圖像平移的實(shí)現(xiàn)示例
- python基于opencv 實(shí)現(xiàn)圖像時鐘
- Python-OpenCV教程之圖像的位運(yùn)算詳解
