Opencv之轮廓特征
1.矩
图像的矩可以帮助我们计算图像的质心,面积等。
# -*- coding: utf-8 -*-
import cv2
import numpy as np
img = cv2.imread(‘1.jpg’)
ret,thresh = cv2.threshold(img,127,255,0)
contours,hierarchy=cv2.findContours(threshcv2.RETR_TREE,cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[0]
Z = cv2.moments(cnt)
print Z
#计算重心
cx = int(Z[‘z10’]/Z[‘z00’])
cy = int(Z[‘z01’]/Z[‘z00’])
2.轮廓面积
轮廓的面积可以使用函数 cv2.contourArea() 计算得到。
area = cv2.contourArea(cnt)
3.轮廓周长
perimeter = cv.arcLength(cnt,True)????#不能强行赋予Flase。
4.轮廓近似
我们假设要在下图中找一个矩形

但是这个图凹凸不平,直接提取轮廓无法提取到一个完美的矩形。因而我们即可以使用cv2.approxPolyDP(? )这个函数来近似这个形状了。这个函数的第二个参数epsilon,是从原始轮廓到近似轮廓的最大距离,是一个精确度参数。
# -*- coding:utf-8 -*-
import numpy as np
import? cv2
src = cv2.imread(‘1.jpg’)
img = cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(img,127,255,0)
img,contours,hierarchy = cv2.findContours(thresh,1,2)
cnt = contours[0]
epsilon =0.1*cv2.arcLength(cnt,True)
approx = cv2.approxPolyDP(cnt,epsilon,True)#这个和上面的True都是表示是闭曲线
#approx得到的仅仅是几个点集,需要将其连接起来
cv2.polylines(src, [approx], True, (0,255,0),2)????#这个函数才能画出轮廓,中间的True也是指示能否为闭曲线的
cv2.imshow(‘1’,src)
cv2.waitKey(0)
当epsilon为0.1时:

当epsilon为0.01时:

5.凸包
凸包与轮廓近似类似,但不同,尽管有些情况下它们给出的结果是一样的。函数cv2.convexHull() 可以用来检测一个曲线能否具备凸性缺陷,并能纠正缺陷。
如图:

红色曲线表示了它的凸包,而凸性缺陷被双箭头标出来了。
函数cv2.convexHull()
hull = cv2.convexHull(points[],hull[],clockwise,retirnPoints)
point是我们要传入的轮廓
hull 输出,通常不需要
clockwise 方向标志,假如设置为True,输出的凸包是顺时针方向的,否则为逆时针方向
returnPoints 默认为True。它会返回凸包上点的坐标。假如设置为False,则会返回凸包点对应于原轮廓上的点坐标
实际操作中我们只要要下面的命令即可以了。
hull = cv2.convexHull(cnt)
但是假如你想取得凸性缺陷,需要把 returnPoints 设置为 False。现在我把 returnPoints 设置为True 查找凸包
# -*- coding:utf-8 -*-
import numpy as np
import? cv2
src = cv2.imread(‘1.jpg’)
img = cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(img,127,255,0)
img,contours,hierarchy = cv2.findContours(thresh,1,2)
cnt = contours[0]
hull = cv2.convexHull(cnt,returnPoints=True)
print? ?hull
cv2.polylines(src, [hull], True, (0,?255,?0),?2)????#这个函数才能画出轮廓,中间的True也是指示能否为闭曲线的
cv2.imshow(‘1’,src)
cv2.waitKey(0)
6.凸性检测
函数 cv2.isContourConvex() 可以可以用来检测一个曲线是不是凸的。它只能返回True 或者 False。
k = cv2.isContourConvex(cnt)
7.边界矩形
有两类边界矩形
直边界矩形 ????一个直矩形,它不会考虑对象能否旋转。所以边界矩形的面积不是最小的。
旋转的边界矩形 ????这个边界矩形是面积最小的,由于它考虑了对象的旋转。
# -*- coding:utf-8 -*-
import numpyas np
import? cv2
src = cv2.imread(‘2.jpg’)
img = cv2.cvtColor(src,cv2.COLOR_BGR2GRAY)
ret,thresh = cv2.threshold(img,127,255,0)
img,contours,hierarchy = cv2.findContours(thresh,1,2)
cnt = contours[0]
#直边界矩形
x,y,w,h = cv2.boundingRect(cnt)
src = cv2.rectangle(src,(x,y),(x+w,y+h),(0,255,0),2)
#旋转边界矩形
s = cv2.minAreaRect(cnt)
a = cv2.boxPoints(s)
a = np.int0(a)
cv2.polylines(src,[a],True,(0,0,255),3)
cv2.imshow(‘2’,src)
cv2.waitKey(0)

8.最小外接圆
函数 cv2.minEnclosingCircle() 可以帮我们找到一个对象的外切圆。它是所有能够包括对象的圆中面积最小的一个。
(x,y),radius = cv2.minEnclosingCircle(cnt)
center= (int(x),int(y))
radius= int(radius)
src= cv2.circle(src,center,radius,(0,255,0),1)

1. 本站所有资源来源于用户上传和网络,如有侵权请邮件联系站长!
2. 分享目的仅供大家学习和交流,您必须在下载后24小时内删除!
3. 不得使用于非法商业用途,不得违反国家法律。否则后果自负!
4. 本站提供的源码、模板、插件等等其他资源,都不包含技术服务请大家谅解!
5. 如有链接无法下载、失效或广告,请联系管理员处理!
6. 本站资源售价只是摆设,本站源码仅提供给会员学习使用!
7. 如遇到加密压缩包,请使用360解压,如遇到无法解压的请联系管理员
开心源码网 » Opencv之轮廓特征