本文共 955 字，大约阅读时间需要 3 分钟。

Fu Xianjun. All Rights Reserved.

前言

随着人工智能的不断发展，机器学习这门技术也越来越重要，很多人都开启了学习机器学习，本文就介绍了机器学习的基础内容。

原始图片

一、图像轮廓检测是什么？

图像的边缘是图像的基本特征，边缘点是灰度阶跃变化的像素点，即灰度值的导数较大或极大的地方，边缘检测是图像识别的第一步。用图像的一阶微分和二阶微分来增强图像，本质上计算的就是灰度的变化情况，而边缘也就是灰度变化的地方。因此，这些传统的一阶微分算子如Robert、Sobel、prewitt等，以及二阶微分算子Laplacian等等本质上都是可以用于检测边缘的

二、使用步骤

1.引入库

代码如下：

import cv2import numpy as np

2.读入数据

代码如下：

img = cv2.imread("hang.jpg")cv2.imshow("original",img)gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY)ret, binary = cv2.threshold(gray,60,255,0)contours, hierarchy = cv2.findContours(binary,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)print(len(contours))x = 0for i in range((len(contours))):    area = cv2.contourArea(contours[i])    print(area)    if area > 10000:        x = ihull = cv2.convexHull(contours[x])img1=cv2.drawContours(img,contours,x,(255, 255, 0), 2)cv2.imshow("img",img)cv2.waitKey()cv2.destroyAllWindows()

总结

这里对文章进行总结：

转载地址：http://qkusi.baihongyu.com/