基于opencv的簡單影像輪廓形狀識別（全網最簡單最少代碼）！！！

可以直接跳到最后整體代碼看一看是不是很少的代碼！！！！
思路：
1. 資料的整合
2. 圖片的灰度轉化
3. 圖片的二值轉化
4. 圖片的輪廓識別
5. 得到圖片的頂點數
6. 依據頂點數判斷影像形狀

一、原資料的展示

在這里插入圖片描述
圖片檔案共36個檔案夾，每個檔案夾有100張圖片，共3600張圖片，

每一個檔案夾里都有形同此類的圖形

二、資料的整合

對于多個檔案夾，分析起來很不方便，所有決定將其都放在一個檔案夾下進行分析，在python中具體實作如下：
本次需要的包

import cv2
import os
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np

a=os.listdir('C:\\Users\\dell\\Desktop\\OpenCVProofSet')#回圈讀取每個子檔案夾
for i in range(len(a)):
  	b=os.listdir('C:\\Users\\dell\\Desktop\\OpenCVProofSet\\'+a[i])#讀取每個子檔案下的圖片檔案
    for j in range(len(b)):
        c=Image.open('C:\\Users\\dell\\Desktop\\OpenCVProofSet\\'+a[i]+'\\'+b[j])#回圈讀取每個圖片檔案
        c.save('C:\\Users\\dell\\Desktop\\cleardata\\'+str(i)+'_'+str(j)+'.png')#以檔案夾序號和圖片序號為名保存在一個興建檔案夾下

結果如下：
在這里插入圖片描述

三、圖片輪廓的確定

3.1圖片的灰度處理

以下以一張圖片為例子作為說明
對于灰度的處理，選擇使用opencv的cv2.cvtColor函式，代碼示例如下：

d=os.listdir('C:\\Users\\dell\\Desktop\\cleardata\\')#檔案路徑
e=cv2.imread('C:\\Users\\dell\\Desktop\\cleardata\\'+d[5])#以矩陣的形式圖片讀入
plt.imshow(e)#畫出示例圖

在這里插入圖片描述
進行灰度的轉化：

g=cv2.cvtColor(e,cv2.COLOR_BGR2GRAY)##灰度轉化

3.2圖片的二值轉化

對于圖片的二值轉化這里選用cv2.threshold函式，代碼示例如下：

r,b=cv2.threshold(g,0,255,cv2.THRESH_OTSU)#二值轉化，大于0的像素統一設定為255，小于等于0的統一設定為0

上述代碼的第一個引數為灰度圖形，第二個引數是閾值，即大于0的像素點轉化為255，然后選用的THRESH_OTSU方法，具體說明如下：
通常情況，我們一般不知道設定怎樣的閾值thresh才能得到比較好的二值化效果，只能去試，如對于一幅雙峰影像（理解為影像直方圖中存在兩個峰），我們指定的閾值應盡量在兩個峰之間的峰谷，這時，就可以用第四個引數THRESH_OTSU，它對一幅雙峰影像自動根據其直方圖計算出合適的閾值（對于非雙峰圖，這種方法得到的結果可能不理想），
對于雙峰圖，我們需要多傳入一個引數cv2.THRESH_OTSU，并且把閾值thresh設為0，演算法會找到最優閾值，并作為第一個回傳值ret回傳，

其中會回傳兩個值，第二個值就是二值化后的圖形矩陣，

3.3輪廓的尋找

在輪廓的尋找方面，采用cv2.findContours方式，代碼示例如下：

cr,t=cv2.findContours(b, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)##找到邊界，第一個引數是二值影像，第二個引數是獲取輪廓的方式，
#第三個引數定義輪廓的近似方式

上述函式里的引數中，第一個引數是二值化后的矩陣，第二個引數是獲取輪廓的方式，第三個引數是定義輪廓的近似方式，后面兩個引數的具體解釋如下：
在這里插入圖片描述
上面得到的結果中第一個結果是輪廓點的集合，

畫出邊界輪廓，運用函式是cv2.drawContours，代碼示例如下：

plt.imshow(cv2.drawContours(e,cr,-1,50))#畫出邊界，可以看出有坐標軸和五角星兩個邊界，第一個引數是原圖，第二個引數是邊界，
#第三個引數代表畫出所有邊界，第四個引數是線的粗細

上述函式中第一個引數是原始圖形，第二個引數是得到的輪廓點的集合，第三個引數是代表畫出所有輪廓點，第四個引數是線的粗細，
得到結果如下：
在這里插入圖片描述
可以發現，坐標軸的輪廓和五角星的輪廓都被畫了出來，

3.4輪廓的逼近，得到頂點

在得到輪廓點后，需要得到輪廓的頂點，通過頂點得到具體什么圖形，在輪廓逼近中用到兩個函式：cv2.arcLength，cv2.approxPolyDP，代碼示例如下：

ep = 0.01*cv2.arcLength(cr[1], True)#五角星輪廓的周長cr[0]是坐標軸的周長，然后將其縮小，作為下一步的閾值
ap = cv2.approxPolyDP(cr[1], ep, True)#輪廓的轉折點的近似點

cv2.arcLength得到的是輪廓點形成的曲線圍成的圖形的周長，cr[1]代表里層五角星的輪廓點，因為cr里有兩個輪廓集合，一個是外層的坐標軸的輪廓點集合，一個是里層五角星的輪廓點集合，True代表閉合的曲線，將其取1%作為下一個函式的閾值，

cv2.approxPolyDP將其得到的輪廓點進行篩選（按設定的閾值與其真實的線進行比較），其篩選的標準就是上一個函式得到的1%的周長，大于這個值的點舍去，小于這個值的點保留，True依然代表閉合曲線，
在這里插入圖片描述

通過以上的步驟就可以保留一些點，而這些點就是得到頂點（這點需要讀者去想一想，為什么以1%周長為閾值得到的點就是頂點，作者認為是兩條線的拐點相對于來說是里真實線最近的點）
頂點數：

len(ap)#可以看見五角星有10個點

在這里插入圖片描述

四、依據頂點判斷形狀

根據得到的定點數就可判斷出形狀了，三個頂點就是三角形，四個就是矩形，十個就是五角星，十個以上就是圓形了；上述的完整代碼如下：

import cv2
import os
from PIL import Image
import matplotlib.pyplot as plt
import numpy as np
d=os.listdir('C:\\Users\\dell\\Desktop\\cleardata\\')
for i in range(len(d)):
    e=cv2.imread('C:\\Users\\dell\\Desktop\\cleardata\\'+d[i])
    g=cv2.cvtColor(e,cv2.COLOR_BGR2GRAY)
    r,b=cv2.threshold(g,0,255,cv2.THRESH_OTSU)
    cr,t=cv2.findContours(b, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)
    ep = 0.01*cv2.arcLength(cr[1], True)
    ap = cv2.approxPolyDP(cr[1], ep, True)
    co=len(ap)
    if co==3:
        st='三角形'
    elif co==4:
        st='矩形'
    elif co==10:
        st='五角星'
    else:
        st='圓'      
    plt.imsave('C:\\Users\\dell\\Desktop\\形狀\\'+st+str(e[100][100])+str(i)+'.jpg',e)#取影像中間的點的RGB作為顏色代表