如何使用OpenCV高效提取图像中的连通区域轮廓？

本文共计882个文字，预计阅读时间需要4分钟。

本文分享了一个使用OpenCV提取连通区域轮廓的具体代码实例，适用于图像分割后的兴趣区域提取。常用的方法是计算轮廓面积。

在图像分割后，可能需要提取感兴趣的区域。以下是一个使用OpenCV提取连通区域轮廓的简单示例：

pythonimport cv2import numpy as np

读取图像image=cv2.imread('image.jpg')

转换为灰度图gray=cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

二值化_, binary=cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

查找轮廓contours, _=cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

遍历轮廓for contour in contours: # 计算轮廓面积 area=cv2.contourArea(contour) # 阈值，可根据实际情况调整 if area > 100: # 绘制轮廓 cv2.drawContours(image, [contour], -1, (0, 255, 0), 2)

显示结果cv2.imshow('Contours', image)cv2.waitKey(0)cv2.destroyAllWindows()

这段代码首先读取图像，将其转换为灰度图并进行二值化处理。然后，使用`cv2.findContours`函数查找轮廓。遍历每个轮廓，计算其面积，并绘制轮廓。最后，显示结果。