Kotlin OpenCV 图像图像51图片轮廓获取

深色風信子

已于 2024-08-22 18:13:36 修改

阅读量419

点赞数 2

CC 4.0 BY-SA版权

文章标签： Kotlin OpenCV OpenCV 图片轮廓 Kotlin 图片轮廓

于 2024-08-22 18:09:17 首次发布

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

本文链接：https://blog.csdn.net/qq_34814092/article/details/141434645

Kotlin OpenCV 图像图像51图片轮廓获取

在OpenCV库中，Imgproc.adaptiveThreshold、Imgproc.findContours 和 Imgproc.boundingRect 这三个方法在图像处理和分析中非常有用。以下是它们的详细作用：

Imgproc.adaptiveThreshold	解释
作用	该方法用于将灰度图像二值化。与普通的阈值处理不同，adaptiveThreshold 可以根据图像局部区域的亮度变化自适应地确定每个像素的阈值。
使用场景	适用于光照不均匀的图像，在全局阈值不能很好区分前景和背景时，adaptiveThreshold 可以生成更准确的二值图像。
src	输入的灰度图像。
dst	输出的二值图像。
maxValue	阈值分割后的最大值（通常为255）。
adaptiveMethod	自适应方法，可以是 ADAPTIVE_THRESH_MEAN_C 或 ADAPTIVE_THRESH_GAUSSIAN_C。
thresholdType	阈值类型，通常为 THRESH_BINARY 或 THRESH_BINARY_INV。
blockSize	用于计算阈值的邻域大小。
C	从计算出的平均值或加权平均值中减去的常数，用于微调。

Imgproc.findContours	解释
作用	该方法用于检测图像中的轮廓。它可以识别二值图像中的连通分量，并将这些连通分量的边缘表示为轮廓。
使用场景	常用于对象检测、形状分析、物体识别等任务中，是许多高层次图像分析算法的基础。
image	输入的二值图像，通常是经过阈值处理的结果。
contours	输出的轮廓列表，其中每个轮廓都是一个点的列表。
hierarchy	可选的层次结构信息，用于描述轮廓之间的嵌套关系。
mode	轮廓的检索模式，如 RETR_EXTERNAL（只检索外部轮廓）或 RETR_TREE（检索所有轮廓并重构嵌套层次）。
method	轮廓的近似方法，如 CHAIN_APPROX_SIMPLE（压缩水平、垂直和对角线段，保留端点）或 CHAIN_APPROX_NONE（保留所有点）。

Imgproc.boundingRect	解释
作用	该方法用于计算并返回包围特定点集或轮廓的最小矩形边框。
使用场景	常用于从图像中提取感兴趣区域(ROI)，或进一步分析特定区域的内容。
points	输入的点集或轮廓，可以是一个 Mat 或 List 对象。
输出	返回一个 Rect 对象，表示包围点集的矩形框，包含位置和尺寸信息（即 x, y, width, height）。

Kotlin OpenCV 全部代码

package com.xu.com.xu.image

import<

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。