小案例：利用python估算最外轮廓区域面积
一、需求：给出一张图片，估算最外轮廓区域面积二、步骤：1、读取图片信息2、利用open-cv，自适应分割图片3、提取最外轮廓像素值4、利用像素值标记轮廓5、计算轮廓面积三、代码：
import cv2
# 读取图片信息
img_path = r"D:\Desktop\img\out1.png"
# 读取文件
mat_img = cv2.imread(img_path)
mat_img2 = cv2.imread(img_path, cv2.CV_8UC1)
# 自适应分割
dst = cv2.adaptiveThreshold(mat_img2, 210, cv2.BORDER_REPLICATE, cv2.THRESH_BINARY_INV, 3, 10)
# 提取轮廓
contours, heridency = cv2.findContours(dst, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
# 标记轮廓
cv2.drawContours(mat_img, contours, -1, (255, 0, 255), 3)
x_list = []
y_list = []
for c in contours:
for i in c:
x_list.append(i)
y_list.append(i)
print(min(x_list), max(x_list))
print(min(y_list), max(y_list))
# 计算轮廓面积
area = 0
for i in contours:
area += cv2.contourArea(i)
print(area)
# 图像show
cv2.imshow("window1", mat_img)
cv2.waitKey(0)
四、结果：
感谢分享，看上去挺有意思 感谢分享 类似于我们的一款卫星测地面积算法 后来被不再用在测地领域了 不知道为啥 感觉挺有意思的，学习学习 有点意思，学习了
页:
[1]