Python 如何使用opencv识别和标记形状

我试图使用opencv创建一个围绕圆锥体的矩形。我目前所处的位置是，我已经概述了生成三角形形状的代码。如何使用opencv围绕三角形创建矩形

到目前为止，我的代码是：

import cv2
import numpy as np

img = cv2.imread('image.jpg')

ret, mask = cv2.threshold(img[:, :,2], 235, 255, cv2.THRESH_BINARY)

mask3 = np.zeros_like(img)
mask3[:, :, 0] = mask
mask3[:, :, 1] = mask
mask3[:, :, 2] = mask

orange = cv2.bitwise_and(img, mask3)


cv2.imwrite("output.jpg", orange)

im = cv2.imread('output.jpg')

imgray = cv2.cvtColor(im, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(imgray, 127, 255, 0)
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

cv2.drawContours(im, contours, -1, (0,255,0), 3)
cv2.imshow('img',im)

cv2.waitKey(0)
cv2.destroyAllWindows

Jpeg文件：

---

一种方法是使用多尺度模板匹配

• 裁剪要查找的对象：

• 应用Canny边缘检测来发现边缘
• 使用

  matchTemplate

结果:

代码：

将numpy导入为np
导入imutils
导入glob
进口cv2
template=cv2.imread（“template.jpg”）
模板=cv2.CVT颜色（模板，cv2.COLOR\u BGR2GRAY）
模板=cv2.Canny（模板，50200）
（h，w）=模板形状[：2]
对于glob.glob（“img2”+“/pXobJ.jpg”）中的imagePath：
image=cv2.imread（imagePath）
灰色=cv2.CVT颜色（图像，cv2.COLOR\u BGR2GRAY）
找到=无
对于np.linspace（0.2,1.0,20）[：-1]中的比例：
resized=imutils.resize（灰色，宽度=int（灰色.shape[1]*比例））
r=gray.shape[1]/浮动（已调整大小的.shape[1]）
如果调整了.shape[0]found[0]：
找到=（maxVal、maxLoc、r）
（u，maxLoc，r）=找到
（startX，startY）=（int（maxLoc[0]*r），int（maxLoc[1]*r））
（endX，endY）=（int（（maxLoc[0]+w）*r），int（（maxLoc[1]+h）*r））
cv2.矩形（图像，（startX，startY），（endX，endY），（0，0，255），2）
cv2.imwrite（“img2/out.jpg”，图片）
打印（“表格坐标：（{}，{}，{}，{}，{}）”。格式（startX，startY，endX，endY））

• 您还可以通过经过训练的网络使用深度学习对象检测

edged = cv2.Canny(resized, 50, 200)

result = cv2.matchTemplate(edged, template, cv2.TM_CCOEFF)

import numpy as np
import imutils
import glob
import cv2

template = cv2.imread("template.jpg")
template = cv2.cvtColor(template, cv2.COLOR_BGR2GRAY)
template = cv2.Canny(template, 50, 200)
(h, w) = template.shape[:2]

for imagePath in glob.glob("img2" + "/pXobJ.jpg"):
    image = cv2.imread(imagePath)
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    found = None

    for scale in np.linspace(0.2, 1.0, 20)[::-1]:
        resized = imutils.resize(gray, width=int(gray.shape[1] * scale))
        r = gray.shape[1] / float(resized.shape[1])

        if resized.shape[0] < h or resized.shape[1] < w:
            break

        edged = cv2.Canny(resized, 50, 200)
        result = cv2.matchTemplate(edged, template, cv2.TM_CCOEFF)
        (_, maxVal, _, maxLoc) = cv2.minMaxLoc(result)

        if found is None or maxVal > found[0]:
            found = (maxVal, maxLoc, r)

    (_, maxLoc, r) = found
    (startX, startY) = (int(maxLoc[0] * r), int(maxLoc[1] * r))
    (endX, endY) = (int((maxLoc[0] + w) * r), int((maxLoc[1] + h) * r))

    cv2.rectangle(image, (startX, startY), (endX, endY), (0, 0, 255), 2)
    cv2.imwrite("img2/out.jpg", image)
    print("Table coordinates: ({}, {}, {}, {})".format(startX, startY, endX, endY))