如何使用Python對圖片進行形狀識別

如何使用Python對圖片進行形狀識別

隨著電腦視覺的快速發展，人們越來越關注使用電腦程式對影像進行自動分析和處理。其中，對影像中物體形狀的辨識是一項重要的技術。本文將介紹如何使用Python程式語言和OpenCV函式庫對影像中的形狀進行識別，並附有範例程式碼。

Python是一種易學易用的程式語言，而OpenCV是一種廣泛應用於電腦視覺領域的開源程式庫，它提供了一系列影像處理和影像辨識的功能函數。

首先，需要安裝Python和OpenCV函式庫，你可以透過以下指令在Windows環境下進行安裝：

pip install opencv-python

接下來，我們將範例程式碼分為四個步驟：載入映像、影像處理、形狀偵測和形狀辨識。

第一步：載入圖片

在開始處理之前，我們需要載入一張待處理的圖片。可以使用OpenCV的imread()函數來讀取影像檔案：

import cv2

# 加载图像
image = cv2.imread('image.jpg')

第二步：影像處理

為了更好地偵測出影像中的形狀，我們需要進行一些影像處理操作。首先，我們將把彩色影像轉換為灰階影像：

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

然後，我們將灰階影像進行二值化處理，將其轉換為黑白影像：

# 二值化处理
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

第三步：形狀偵測

接下來，我們可以使用OpenCV的findContours()函數來偵測出影像中的所有輪廓。輪廓是由一系列連續的點所構成的曲線，可以描述物體的邊緣。

# 查找图像中的轮廓
contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

第四步：形狀辨識

最後，我們可以透過偵測出的輪廓來辨識影像中的形狀。在本範例中，我們將偵測出的輪廓與預先定義的形狀進行匹配，並判斷形狀類型。

for contour in contours:
    # 计算轮廓的周长
    perimeter = cv2.arcLength(contour, True)
    # 仅检测周长大于一定阈值的形状
    if perimeter > 50:
        # 进行多边形拟合
        approx = cv2.approxPolyDP(contour, 0.04 * perimeter, True)
        # 根据拟合出的多边形边数判断形状类型
        sides = len(approx)
        
        if sides == 3:
            shape = "三角形"
        elif sides == 4:
            shape = "四边形"
        elif sides == 5:
            shape = "五边形"
        else:
            shape = "其他"
            
        # 在图像上标记出形状
        cv2.drawContours(image, [approx], -1, (0, 255, 0), 2)
        cv2.putText(image, shape, (approx.ravel()[0], approx.ravel()[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 2)

最後，我們可以透過imshow()函數顯示結果影像，以及waitKey()函數等待鍵盤輸入來保持視窗的顯示：

# 显示结果图像
cv2.imshow("Shapes", image)
cv2.waitKey(0)

總結

本文介紹如何使用Python和OpenCV函式庫對影像進行形狀辨識。透過載入圖像、圖像處理、形狀檢測和形狀識別四個步驟，我們可以透過編寫簡單的程式碼來實現圖像中形狀的識別。這種方法對於從事電腦視覺和影像處理的開發者來說是非常有用的，可以在各種場景中應用，例如工業自動化、機器人視覺、智慧監控等領域。

程式碼範例：

import cv2

# 加载图像
image = cv2.imread('image.jpg')

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

# 二值化处理
ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)

# 查找图像中的轮廓
contours, hierarchy = cv2.findContours(binary, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)

for contour in contours:
    perimeter = cv2.arcLength(contour, True)
    if perimeter > 50:
        approx = cv2.approxPolyDP(contour, 0.04 * perimeter, True)
        sides = len(approx)
        
        if sides == 3:
            shape = "三角形"
        elif sides == 4:
            shape = "四边形"
        elif sides == 5:
            shape = "五边形"
        else:
            shape = "其他"
            
        cv2.drawContours(image, [approx], -1, (0, 255, 0), 2)
        cv2.putText(image, shape, (approx.ravel()[0], approx.ravel()[1]), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0, 0, 0), 2)

cv2.imshow("Shapes", image)
cv2.waitKey(0)

希望本文能幫助你進一步了解如何使用Python和OpenCV進行影像形狀辨識。透過深入學習和探索這些技術，你可以在自己的專案中應用它們，實現更多功能和應用。

以上是如何使用Python對圖片進行形狀識別的詳細內容。更多資訊請關注PHP中文網其他相關文章！