基于python OpenCV多邊形影像識別的實作

首先說一下我的整體思路：

① 首先定義了一個識別器型別，封裝了計算邊長，識別形狀和展示結果三個函式，

② 主函式先讀入圖片，然后將圖片轉化為灰度圖片，然后高斯濾波平滑處理，然后將灰度圖片轉化為黑白兩色圖片，

③ 呼叫函式識別圖片中所有的輪廓，然后串列形式回傳圖片，輪廓等資訊，然后只取輪廓的所有點資訊(每個點的資訊為平面坐標)作為一個串列程式(第91,92,93行代碼)

④ 用之前創建的識別器實體對每個輪廓中的點進行多邊形擬合，得到頂點的坐標的串列中去(class中28~32行代碼)

⑤ 輸出識別結果

以下是代碼部分：

import cv2
import math

THRESHOLE_VALUE=60
COEFFICIENT=0.02

class ShapeDetector:
    #初始化類
    def __init__(self):
        #字典型別對應每一種圖形的計數器
        self.counter = {"unrecognized image": 0, "triangle": 0, "rhombus": 0, "rectangle": 0, "pentagon": 0,
                        "hexagon": 0, "circle": 0}
        #初始化圖形型別為不可識別
        self.shape = "unrecognized image"

        #圖形頂點集置空
        self.approx = []

        #初始化該圖形的周長為0
        self.peri = 0

    # 計算歐式距離(主要作用通過計算邊長區分菱形和長方形)
    def distance(self, x1, y1, x2, y2):
        return math.sqrt((x2 - x1) ** 2 + (y2 - y1) ** 2)

    def detect(self, c):
        #cv2.arcLength函式回傳周長
        self.peri = cv2.arcLength(c, True)

        #cv2.approxPolyDP用多邊形取擬合，回傳的是頂點的串列
        self.approx = cv2.approxPolyDP(c, COEFFICIENT * self.peri, True)

        #3個頂點，三角形
        if len(self.approx) == 3:
            self.shape = "triangle"

        #同理，四個頂點，四邊形
        elif len(self.approx) == 4:
            #計算相鄰兩邊的長度，做差判在誤差范圍內是否相等
            dist1 = self.distance(self.approx[0][0][0], self.approx[0][0][1], self.approx[1][0][0],
                                  self.approx[1][0][1])
            dist2 = self.distance(self.approx[0][0][0], self.approx[0][0][1], self.approx[3][0][0],
                                  self.approx[3][0][1])
            result = math.fabs(dist1 - dist2)
            # print(result)

            #誤差小于10，可近似認為相等，為菱形
            if result <= 10:
                self.shape = "rhombus"
            else:
                self.shape = "rectangle"

        #五邊形
        elif len(self.approx) == 5:
            self.shape = "pentagon"

        #六邊形
        elif len(self.approx) == 6:
            self.shape = "hexagon"

        #圓
        else:
            self.shape = "circle"

        #相應形狀計數器加一
        self.counter[self.shape] += 1

        #回傳形狀
        return self.shape

    def Display(self):
        #展現結果
        for kind in self.counter.keys():
            print("The number of {} is {}".format(kind, self.counter[kind]))


def main():
    #讀入圖片
    testID = "test.png"
    image = cv2.imread(testID)

    #將圖片轉換為灰度圖片
    gray = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)
    # 高斯濾波,影像平滑處理
    blurred = cv2.GaussianBlur(gray, (5, 5), 0)
    #根據閾值，將灰度圖片轉化為黑白兩色圖片
    thresh = cv2.threshold(blurred, THRESHOLE_VALUE, 255, cv2.THRESH_BINARY_INV)[1]

    #回傳圖片和圖中輪廓資訊，串列形式回傳到cnts中
    cnts = cv2.findContours(thresh.copy(), cv2.RETR_EXTERNAL, cv2.CHAIN_APPROX_SIMPLE)
    #只需要取輪廓上點的資訊
    cnts = cnts[1]

    #創建一個識別器實體
    sd = ShapeDetector()

    #分別對每個輪廓進行處理
    for c in cnts:
        #得到形狀
        shape = sd.detect(c)
        #print(shape)

    #輸出結果
    sd.Display()

if __name__=="__main__":
    main()

以下為本程式用到的函式表：
(第9行)init(self) (類初始化函式)

(第23行)distance(self, x1, y1, x2, y2): (計算(x1,y1),(x2,y2)兩點之間的距離，點為像素坐標)

(第24行)math.sqrt() (數學開平方運算)

(第26行)detect(self, c): (判斷輪廓的形狀)

(第28行)cv2.arcLength()(計算周長函式，一引數c是輪廓的點集；二引數true代表閉合，false代表開放，)
鏈接：https://blog.csdn.net/u011854789/article/details/79836242

(第31行) cv2.approxPolyDP()(多邊形擬合函式，
一引數c是輪廓的點集；

二引數代表圖形邊長允許的偏差范圍，因為圖片中的圖形邊長上是凹凸不平的，但是電腦是根據標準的直線來進行邊的擬合，所以難免每個點處都有和標準直線偏差的距離，此引數便是設定最大偏差距離不能超過多少，不然就會用一個新的邊擬合，此處設定的是邊長的百分之二；

三引數為true指示擬合的多邊閉合，false為開放， 回傳值為擬合出來的所有圖形頂點坐標，用串列表示)

鏈接：https://blog.csdn.net/brooknew/article/details/103512228

(有好幾行) len()(計算可迭代物件的長度)

(第71行)Display(self)(輸出結果)

(第74行) print()(通過標準輸出流將緩沖區資訊輸出到控制臺(str.format的用法自己查))

(第79行) cv2.imread()(讀入圖片，
一引數圖片路徑；
二引數加載形式，可預設)
鏈接：https://blog.csdn.net/lccrun/article/details/95594268

(第83行) cv2.cvtColor(轉換顏色空間函式，
一引數為原圖片；
二引數為轉換的方法，常見的轉化方法見鏈接)
鏈接：https://blog.csdn.net/m0_37192554/article/details/81946430

(第85行) cv2.GaussianBlur()(高斯濾波函式，影像平滑處理，
一引數是源圖片；
二引數是高斯矩陣的大小；
三引數表示標準差，此函式用用就行不用搞懂具體干啥，如果感興趣可以看下面的鏈接)
鏈接：https://blog.csdn.net/weixin_44657197/article/details/102679434

(第87行) cv2.threshold()(影像閾值處理函式，
一引數為源圖片；
二引數為閾值；
三引數為設定顏色的最大RGB值；
四引數為劃分的方法，

此函式的目的是為了將圖片轉化為黑白二色圖，根據常識，顏色深的是黑色，顏色淺的是白色對吧，那么如何定義顏色的深淺呢？先補充一下：
***RGB：***計算機中常用的表示顏色的方法，計算機上每一個像素點都是三個顏色不同比例得到的，由一個元組來表示(R,G,B)，分別代表紅色，綠色和藍色，
主流的劃分是每個位置劃分為256個段位，用0~255的整數表示，比如(255，255，255)就是最白的白色，(0，0，0)就是最黑的黑色，(255，0，0)就是最亮的紅色，                            

***灰度：***前面的cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)就是將RGB彩色圖片轉換為灰度圖片，具體的轉換公式不用管，但是灰度為50的圖片RGB值為(50,50,50)這個知道就行了，          

第二引數閾值：對圖片的每個像素點，根據RGB值計算其灰度，如果灰度大于這個閾值，那么就變成黑色(或者白色)，小于等于就變成白色(或者黑色)，

第三引數最大RGB值：就是把灰度變成255，說白了就是白色 第四引數劃分方法：見下圖
dst(x,y)是(x,y)處像素之后的灰度，src(x,y)是源圖片在(x,y)坐標像素的灰度)

鏈接：https://blog.csdn.net/a19990412/article/details/81172426

(第90行) cv2.findContours()(尋找圖片中的所有輪廓，
一引數為帶輪廓的圖片；
二引數為找到的輪廓的輸出形式；
三引數為指定輪廓的近似方法，回傳值的話只需要取串列中的第二個，即可獲得所有輪廓的所有點坐標，詳細見鏈接)

鏈接：https://blog.csdn.net/u014120499/article/details/99675967

備注：
1、在使用cv2.threshold()函式時，第四個引數劃分方法，當背景為白色時要用cv2.THRESH_BINARY_INV但是背景為黑色是要去掉_INV，用cv2.THRESH_BINARY，其他背景顏色自己想一想吧，，，，，，
2、要是統計的個數出現了問題的話，這是精度的問題，比如我當前設定下，圓的邊數是8，改變精度只需要調整全域變數COEFFICIENT的大小就行

祝學習愉快~

評價(涂紅)：* * * * *