电脑自动找到物体并且给每个物体画一个矩形检测框和人脸识别、YOLO 检测的逻辑一模一样一、先上代码import cv2 import numpy as np # 1. 读取图片 img cv2.imread(test.jpg) # 2. 预处理灰度模糊Canny边缘 gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blur cv2.GaussianBlur(gray, (5, 5), 0) canny cv2.Canny(blur, 50, 150) # 3. 寻找轮廓 contours, _ cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 4. 遍历每一个轮廓给每个物体画框核心 for cnt in contours: # 过滤掉太小的噪点面积100的忽略 area cv2.contourArea(cnt) if area 100: # 获取物体的 左上角x,y 宽度w 高度h x, y, w, h cv2.boundingRect(cnt) # 画矩形检测框绿色粗细2 cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2) # 标上文字物体 cv2.putText(img, Object, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2) # 5. 显示结果 cv2.imshow(Canny, canny) cv2.imshow(最终检测效果, img) cv2.waitKey(0) cv2.destroyAllWindows()二、知识点1. 过滤噪点area cv2.contourArea(cnt) if area 100:计算物体面积太小的直接忽略避免乱框杂点你可以改成200、500更严格2. 获取物体坐标最重要x, y, w, h cv2.boundingRect(cnt)x, y物体左上角坐标w宽度h高度所有目标检测都是靠这 4 个数字定位3. 画检测框cv2.rectangle(img, (x, y), (xw, yh), (0,255,0), 2)这就是人脸识别、车牌识别里框出目标的代码三、运行效果
计算机视觉第五课：给每个物体画 bounding box
电脑自动找到物体并且给每个物体画一个矩形检测框和人脸识别、YOLO 检测的逻辑一模一样一、先上代码import cv2 import numpy as np # 1. 读取图片 img cv2.imread(test.jpg) # 2. 预处理灰度模糊Canny边缘 gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) blur cv2.GaussianBlur(gray, (5, 5), 0) canny cv2.Canny(blur, 50, 150) # 3. 寻找轮廓 contours, _ cv2.findContours(canny, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE) # 4. 遍历每一个轮廓给每个物体画框核心 for cnt in contours: # 过滤掉太小的噪点面积100的忽略 area cv2.contourArea(cnt) if area 100: # 获取物体的 左上角x,y 宽度w 高度h x, y, w, h cv2.boundingRect(cnt) # 画矩形检测框绿色粗细2 cv2.rectangle(img, (x, y), (x w, y h), (0, 255, 0), 2) # 标上文字物体 cv2.putText(img, Object, (x, y-10), cv2.FONT_HERSHEY_SIMPLEX, 0.5, (0,255,0), 2) # 5. 显示结果 cv2.imshow(Canny, canny) cv2.imshow(最终检测效果, img) cv2.waitKey(0) cv2.destroyAllWindows()二、知识点1. 过滤噪点area cv2.contourArea(cnt) if area 100:计算物体面积太小的直接忽略避免乱框杂点你可以改成200、500更严格2. 获取物体坐标最重要x, y, w, h cv2.boundingRect(cnt)x, y物体左上角坐标w宽度h高度所有目标检测都是靠这 4 个数字定位3. 画检测框cv2.rectangle(img, (x, y), (xw, yh), (0,255,0), 2)这就是人脸识别、车牌识别里框出目标的代码三、运行效果
