Python+OpenCV实现图像特定区域宽度测量

在Jupyter Notebook上使用Python+opencv实现如下图像特定区域宽度测量。关于opencv库的安装可以参考：Python下opencv库的安装过程与一些问题汇总。

 

 

1.实现代码

import cv2
import numpy
from PIL import Image, ImageDraw, ImageFont

#用于给图片添加中文字符
def ImgText_CN(img, text, left, top, textColor=(0, 255, 0), textSize=20):
    if (isinstance(img, numpy.ndarray)):  #判断是否为OpenCV图片类型
        img = Image.fromarray(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))
    draw = ImageDraw.Draw(img)
    fontText = ImageFont.truetype("font/simhei.ttf", textSize, encoding="utf-8")
    draw.text((left, top), text, textColor, font=fontText)
return cv2.cvtColor(numpy.asarray(img), cv2.COLOR_RGB2BGR)

#读取原图片
image=cv2.imread("gongjian1.bmp")
cv2.imshow("image", image)
#截取目标区域
rect=image[80:200, 120:205]#裁剪坐标为[y0:y1, x0:x1]
#阈值分割
ret,image1=cv2.threshold(rect, 80, 255, cv2.THRESH_BINARY_INV)
cv2.imshow('image1', image1)
#边缘提取
image2 = cv2.Canny(rect,80,255) 
cv2.imshow('image2', image2)
#图像反色
image3 = 255 - cv2.cvtColor(image2, cv2.COLOR_BGR2RGB)#将灰度图image2转换为RGB彩图后反色，转换为彩图是为了后面画有颜色的线
cv2.imshow('image3', image3)
image4 = 255 - cv2.cvtColor(image1, cv2.COLOR_RGB2GRAY)#将图像image1反色，黑色为背景，白色为目标，方便后面cv2.findContours()提取物体轮廓
cv2.imshow('image4', image4)
#提取物体轮廓
contours, hierarchy = cv2.findContours(image4, cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)#输入图像image4，轮廓检索方式cv2.RETR_EXTERNAL，轮廓近似方法cv2.CHAIN_APPROX_SIMPLE，返回轮廓contours和轮廓的层析结构hierarchy
cnt = contours[0]
x, y, w, h = cv2.boundingRect(cnt)#输入cnt，返回x，y，w，h：x，y是矩阵左上点的坐标，w，h是矩阵的宽和高
# 绘制直线
cv2.line(image3, (x, y), (x + w, y), (0,0,255), 2)#输入image3，在起始点(x, y)和终止点(x + w, y)之间画一条直线，红色，线条粗细为2
cv2.line(image3, (x, y+h), (x + w, y+h), (0,0,255), 2)
image[80:200, 120:205] = image3#在image上截取的部分替换为image3
cv2.imshow("image5",image)
image=ImgText_CN(image, '宽：'+str(w), 10, 20, textColor=(0, 255, 0), textSize=30)
cv2.imshow("image6",image)
cv2.waitKey(0)

 

2.运行结果