环境
- python 2.7
- cv2 (opencv-3.1.0.exe，因为测试环境为python 2.7 32bt，所以太新的版本不支持，但太久的版本语法又存在差异，如cv2.findContours参数。安装时在解压后将OpenCV目录下的 \build\python2.7\x64文件下的cv2.pyd拷贝到 Python目录下的\Lib\site-packages文件夹里即可)
- Tkinter
- numpy
- matplotlib
轮廓识别Code
Xilock在case中采用了两种方法：
- 灰度阈值+中值滤波+轮廓描绘
- 大津法(OSTU)+轮廓描绘 具体参见：利用灰度法计算覆盖面积
参考资料：
多通道BGR
考虑通过BGR分离或者多通道实现更精确的识别，xilock尚未具体实施，只是处理了一下多通道绘制的方法，代码如下：
#coding=utf-8
import cv2
import numpy as np
from matplotlib import pyplot as plt
img = cv2.imread('14032.jpg')
#img = cv2.imread('p1.dat.bmp')
bins = np.arange(256) #直方图中各bin的顶点位置
color = [ (255,0,0),(0,255,0),(0,0,255) ] #BGR三种颜色
for ch, col in enumerate(color):
originHist = cv2.calcHist([img],[ch],None,[256],[0,256])
cv2.normalize(originHist, originHist,0,255*0.9,cv2.NORM_MINMAX)
plt.subplot(1,3,ch+1),plt.plot(originHist)
plt.show()
参考资料：
手机版“神探玺洛克”请扫码
