概述
轮廓的外接矩形、轮廓逼近代码:
# -*- coding: UTF-8 -*-
import cv2 as cv
import numpy as np
def contoursDemo(image):
blur = cv.GaussianBlur(image, (3, 3), 0) # 高斯模糊,去噪点
gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV| cv.THRESH_OTSU) # 二值化,注意观察结果,倒数第二个参数可能像本案例中需要取反
#cv.imshow("binaryImage", binary)
dst=cv.cvtColor(gray,cv.COLOR_GRAY2BGR)
contous, heriachy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)#注意观察结果,倒数第二个参数可能像本案例中需要取反
for i, contou in enumerate(contous):
area = cv.contourArea(contou)#轮廓矩形面积
x, y, w, h = cv.boundingRect(contou)#外接矩形的起始点以及长度、宽度
mm = cv.moments(contou)#求取几何距,字典类型的----通过键码取键值
type(mm)#结果:dict
cx = mm['m10'] / mm['m00']#选取合适的素材很重要,否则可能坟分母为0而报错
cy = mm['m01'] / mm['m00']#cx,cy为几何矩形的中心位置,根据公式得来的
cv.circle(image, (np.int(cx), np.int(cy)), 4, (0, 0,255 ), -1)#circle
#cv.rectangle(image, (x, y), (x + w, y + h), (0, 255, 255), 2)#外接矩形:外接矩形的起始点以及长度、宽度
print("contourArea %s"%area)#注意格式!!
#几何形状区分----轮廓逼近
approxCurve=cv.approxPolyDP(contou,4,True)
'''
InputArray curve:一般是由图像的轮廓点组成的点集
OutputArray approxCurve:表示输出的多边形点集
double epsilon:主要表示输出的精度,就是另个轮廓点之间最大距离数,5,6,7,,8,,,,,
bool closed:表示输出的多边形是否封闭
'''
print(approxCurve.shape)#轮廓的形状,根据轮廓的边数可以区分几何形状的性质
if approxCurve.shape[0]>=6:
cv.drawContours(dst,contous,i,(0,0,255),2)
if 5>=approxCurve.shape[0]>=4:
cv.drawContours(dst,contous,i,(0,255,0),2)
if approxCurve.shape[0]<=3:
cv.drawContours(dst,contous,i,(255,0,0),2)
#cv.imshow("measureContour", image)
cv.imshow("measureContourLine", dst)
src = cv.imread("E:OpenCVTests/timg (7).jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
contoursDemo(src)
cv.waitKey(0)
cv.destroyAllWindows()
轮廓外接矩形:
轮廓逼近常用于几何形状分类:
最后
以上就是幸福自行车为你收集整理的OPenCv学习Day10--轮廓的外接矩形、轮廓逼近的全部内容,希望文章能够帮你解决OPenCv学习Day10--轮廓的外接矩形、轮廓逼近所遇到的程序开发问题。
如果觉得靠谱客网站的内容还不错,欢迎将靠谱客网站推荐给程序员好友。
本图文内容来源于网友提供,作为学习参考使用,或来自网络收集整理,版权属于原作者所有。
发表评论 取消回复