Computer >> कंप्यूटर >  >> प्रोग्रामिंग >> Python

OpenCV का उपयोग करके किसी छवि में आकृति का पता लगाना

इस कार्यक्रम में, हम एक छवि में आकृति का पता लगाएंगे। समोच्च रेखाओं को केवल एक ही रंग या तीव्रता वाले सभी सतत बिंदुओं को मिलाने वाले वक्र के रूप में समझाया जा सकता है। आकृति विश्लेषण और वस्तु की पहचान और पहचान के लिए आकृति एक उपयोगी उपकरण है।

मूल छवि OpenCV का उपयोग करके किसी छवि में आकृति का पता लगाना

एल्गोरिदम

Step 1: Import OpenCV.
Step 2: Import matplotlib.
Step 3: Read the image.
Step 4: Convert the image from bgr2rgb.
Step 5: Convert the rgb image to grayscale.
Step 4: Perform thresholding on the image.
Step 5: Find contours on the image.
Step 6: Draw contours on the image.
Step 7: Display the output.

उदाहरण कोड

import cv2
import matplotlib.pyplot as plt

image = cv2.imread('testimage.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)
gray = cv2.cvtColor(image, cv2.COLOR_RGB2GRAY)
ret, binary = cv2.threshold(gray, 127,255, cv2.THRESH_BINARY_INV)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

image = cv2.drawContours(image, contours, -1, (0,255,0), 2)
plt.imshow(image)
plt.show()

आउटपुट

OpenCV का उपयोग करके किसी छवि में आकृति का पता लगाना


  1. पायथन में ओपनसीवी का उपयोग करके समोच्च खोजें और ड्रा करें

    छवि विश्लेषण के उद्देश्य से हम Opencv (ओपन सोर्स कंप्यूटर विज़न लाइब्रेरी) पायथन लाइब्रेरी का उपयोग करते हैं। लाइब्रेरी का नाम जिसे opencv इंस्टाल करने के बाद इम्पोर्ट करना होता है cv2 है। नीचे दिए गए उदाहरण में हम एक छवि फ़ाइलों में मौजूद आकृति पाते हैं। आकृति हमें छवि में मौजूद आकृतियों की पहचान

  1. पायथन का उपयोग कर संकल्प?

    रेखीय प्रतिगमन और समानता की तुलना जैसे बहुत सरल तरीकों का उपयोग करके छवि पहचान का उपयोग किया जाता था। परिणाम स्पष्ट रूप से बहुत अच्छे नहीं थे, यहाँ तक कि हस्तलिखित अक्षरों को पहचानने का सरल कार्य भी कठिन सिद्ध हुआ। कनवल्शन न्यूरल नेटवर्क (सीएनएन) को मानव मस्तिष्क की तंत्रिका संबंधी गतिविधियों को शिथ

  1. पायथन ओपनसीवी मॉड्यूल का उपयोग करके हिस्टोग्राम इक्वलाइजेशन

    छवि के हिस्टोग्राम का उपयोग करके कंट्रास्ट समायोजन करने के लिए छवि प्रसंस्करण में यह एक विधि है। वास्तव में यह विधि आमतौर पर कई छवियों के वैश्विक विपरीत को बढ़ाती है, खासकर जब छवि के प्रयोग योग्य डेटा को निकट विपरीत मूल्यों द्वारा दर्शाया जाता है और इस समायोजन के माध्यम से, हिस्टोग्राम पर तीव्रता क