基於OpenCV的區域分割、輪廓檢測和閾值處理

重磅乾貨，第一時間送達

OpenCV是一個巨大的開源庫，廣泛用於計算機視覺，人工智慧和圖像處理領域。它在現實世界中的典型應用是人臉識別，物體檢測，人類活動識別，物體跟蹤等。

現在，假設我們只需要從整個輸入幀中檢測到一個對象。因此，代替處理整個框架，如果可以在框架中定義一個子區域並將其視為要應用處理的新框架，該怎麼辦。我們要完成一下三個步驟：

定義興趣區

在ROI中檢測輪廓

閾值檢測輪廓輪廓線

什麼是ROI？

簡而言之，我們感興趣的對象所在的幀內的子區域稱為感興趣區域（ROI）。

我們如何定義ROI？

在輸入幀中定義ROI的過程稱為ROI分割。

在「 ROI細分」中，（此處）我們選擇框架中的特定區域，並以矩形方法提供其尺寸，以便它將在框架上繪製矩形的ROI。

（輸出）藍色矩形覆蓋的區域是我們的投資回報率

現在，如果您也想綁定感興趣的對象，那麼我們可以通過在ROI中找到輪廓來實現。

什麼是輪廓？

輪廓線是 表示或說是限制對象形狀的輪廓。

如何在框架中找到輪廓？

對我而言，在將ROI框架設為閾值後，找到輪廓效果最佳。因此，要找到輪廓，手上的問題是-

什麼是閾值？

閾值不過是圖像分割的一種簡單形式。這是將灰度或rgb圖像轉換為二進位圖像的過程。例如

（這是RGB幀）

（這是二進位閾值幀）

因此，在對rgb幀進行閾值處理後，程序很容易找到輪廓，因為由於ROI中感興趣對象的顏色將是黑色（在簡單的二進位脫粒中）或白色（在如上所述的反向二進位脫粒中），因此分割（將背景與前景即我們的對象分開）將很容易完成。

在對框架進行閾值處理並檢測到輪廓之後，我們應用凸包技術對圍繞對象點的緊密擬合凸邊界進行設置。實施此步驟後，框架應如下所示-

我們可以做的另一件事是，我們可以遮蓋ROI以僅顯示被檢測到的輪廓本身覆蓋的對象。再次-

什麼是圖像MASK？

圖像MASK是隱藏圖像的某些部分並顯示某些部分的過程。這是圖像編輯的非破壞性過程。在大多數情況下，它使您可以在以後根據需要調整和調整遮罩。通常，它是一種有效且更具創意的圖像處理方式。

因此，基本上在這裡我們將掩蓋ROI的背景。為此，首先我們將修復ROI的背景。然後，在固定背景之後，我們將從框架中減去背景，並用wewant背景（這裡是一個簡單的黑色框架）替換它。

實施上述技術，我們應該得到如下輸出：

（背景被遮罩以僅捕獲對象）

這是所說明技術的理想實現的完整代碼。