python opencv 來對圖片（蘋果）的輪廓（最大輪廓進行識別）進行識別，並且使用橢圓形與矩形進行框圖

準備工作：python3.7, pycharm，opencv-python模塊。（不懂的話，網上有許多資料可供查詢）

全部代碼如下（直接可運行，需將圖片路徑換成自己電腦的圖片路徑）

import cv2 as cv
import numpy as np

# canny邊緣檢測
def canny_demo(image):
    t = 140
    canny_output = cv.Canny(image, t, t * 2)
    cv.imshow("canny_output", canny_output)
    cv.imwrite("D:\\tupian\canny_output.png", canny_output)
    return canny_output

# 讀取圖像
src1 = cv.imread("D:\\t0.bmp")
src2 = cv.imread("D:\\t0.bmp")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src1)

# 調用
binary = canny_demo(src2)


# 輪廓發現
contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
areas, arclens = [], []
for c in range(len(contours)):
    # 面積

    areas.append(cv.contourArea(contours[c]))
    # 周長
    arclens.append(cv.arcLength(contours[c], True))
area_id = areas.index(max(areas))
areamax = max(areas)
arclenmax = max(arclens)
    # 矩形
rect = cv.minAreaRect(contours[area_id])
cx, cy = rect[0]
box = cv.boxPoints(rect)
box = np.int0(box)
 # 輪廓描繪
cv.drawContours(src1,[box],0,(0,255,0),2)
cv.circle(src1, (np.int(cx), np.int(cy)), 2, (255, 0, 0), 2, 8, 0)
cv.drawContours(src1, contours, area_id, (0, 0, 255), 2, 8)
cv.putText(src2, "area:" + str(areamax), (50, 50), cv.FONT_HERSHEY_SIMPLEX, .7, (0, 0, 0), 1)
cv.putText(src2, "arclen:" + str(arclenmax), (50, 90), cv.FONT_HERSHEY_SIMPLEX, .7, (0, 0, 0), 1)
cv.putText(src2, "color:" + 'red' , (230,170), cv.FONT_HERSHEY_SCRIPT_SIMPLEX, .7, (0, 0, 0), 1)
# 圖像顯示
cv.imshow("contours_analysis", src1)
cv.imshow('', src2)
cv.imwrite("D:\\tipian\area.png", src1)
cv.waitKey(0)
# cv.destroyAllWindows()

原始圖片：

代碼處理後的圖片：

更多功能和詳細的註釋請關注我的博客或者評論中留下方式