数字图像处理与深度学习技术应用 课件 第9章 图像分割与测量.pptx

第9章图像分割与测量;目录;9.1

概述;概述;9.2

阈值法分割;9.2.1

直方图门限选择法;理论基础;效果展示;9.2.2

半阈值选择法;理论基础;cv2.calcHist()函数用于统计图像直方图信息

hist=cv2.calcHist(image,channel,mask,histSize,range,accumulate)

hist：表示返回的统计直方图，数组内的元素是各个灰度级的像素个数；

image：表示原始图像，该图像需要用“[]”括起来；

channel：表示指定通道编号，通道编号需要用“[]”括起来；

mask：表示掩模图像，当统计整幅图像的直方图时，将这个值设为None；当统计图像某一部分的直方图时，需要用到掩模图像；

histSize：表示BINS的值，该值需要用“[]”括起来；

range：表示像素值范围；

accumulate：表示累计标识，默认值为False。如果被设置为True，则直方图在开始计算时不会被清零，计算的是多个直方图的累计结果，用于对一组图像计算直方图。该参数是可选的，一般情况下不需要设置。;效果展示;效果展示;9.2.3

迭代阈值法;理论基础;函数说明;效果展示;9.2.4

Otsu阈值法;理论基础;函数说明;效果展示;9.2.5

自适应阈值法;理论基础;函数说明;效果展示;9.2.6

分水岭算法;理论基础;理论基础;理论基础;函数说明;函数说明;效果展示;9.3

投影法分割;9.3.1

水平投影分割;理论基础;效果展示;9.3.2

垂直投影分割;理论基础;效果展示;9.4

轮廓检测;9.4.1

邻域判断轮廓法;理论基础;效果展示;9.4.2

边界跟踪法;理论基础;理论基础;效果展示;9.4.3

区域增长法;理论基础;函数说明;函数说明;函数说明;效果展示;9.4.4

轮廓检测与拟合;图像轮廓是指将边缘信息连接起来形成的一个整体。图像轮廓是图像中非常重要的一个特征，通过对图像轮廓进行操作，能够获取目标图像的大小、位置和方向等信息。

图像的轮廓由一系列的点组成，这些点以某种方式表示图像中的一条曲线。所以，图像轮廓的绘制就是将检测到的边缘信息和图像的前景信息进行拟合，从而得到图像的轮廓。;函数说明;函数说明;效果展示;效果展示;9.5

目标物体测量;9.5.1

区域标记;函数说明;效果展示;9.5.2

面积测量;在OpenCV中，cv2.contourArea()函数可以用于计算轮廓的面积，其一般格式为：

retval=cv2.contourArea(contour[,booled])

retval：表示返回的轮廓面积；

contour：表示输入的轮廓；

booled：表示轮廓的封闭性。;效果展示;9.5.3

周长测量;函数说明;效果展示;9.6

最小外包形状检测;9.6.1

最小外包形状检测;函数说明;效果展示;9.7

霍夫检测;9.7.1

霍夫直线检测;理论基础;理论基础;函数说明;效果展示;9.7.2

霍夫圆检测;理论基础;理论基础;函数说明;效果展示