17.OpenCV的影像輪廓——輪廓特征

文章目錄

前言
一、輪廓的矩
二、輪廓的面積
三、輪廓的長度
四、輪廓的近似多邊形
五、輪廓的凸包
六、輪廓的直邊界矩形
七、輪廓的旋轉矩形
八、輪廓的最小外包圓
九、輪廓的擬合橢圓
十、輪廓的擬合直線
十一、輪廓的最小外包三角形
十二、OpenCV-Python資源下載
總結

前言

??影像輪廓是指由位于邊緣、連續的、具有相同顏色和強度的點構成的曲線，它可以用于形狀分析以及物件檢測和識別，

一、輪廓的矩

??輪廓的矩包含了輪廓的各種幾何特征，如面積、位置、角度、形狀等，cv2.moments()函式用于回傳輪廓的矩，其基本格式如下：

ret = cv2.moments(array[, binaryImage])

ret為回傳的輪廓的矩,是一個字典物件, 大多數矩的含義比較抽象, 但其中的零階矩(m00)表示輪廓的面積
array為表示輪廓的陣列
binaryImage值為True時,會將array物件中的所有非0值設定為1

import cv2
import numpy as np
import matplotlib.pyplot as plt

img = cv2.imread('shape2.jpg')
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255

img1 = cv2.drawContours(img1, contours, -1,(0,255,0),2)
cv2.imshow('Contours',img1)

m0 = cv2.moments(contours[0])
m1 = cv2.moments(contours[1])

print('輪廓0的矩：', m0)
print('輪廓1的矩：', m1)

print('輪廓0的面積：', m0['m00'])
print('輪廓1的面積：', m1['m00'])

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

二、輪廓的面積

??cv2.contourArea()函式用于回傳輪廓的面積，其基本格式如下：

ret = cv2.contourArea(contour[, oriented])

ret為回傳的面積
contour為輪廓
oriented為可選引數, 其引數值為True時, 回傳值的正與負表示表示輪廓是順時針還是逆時針, 引數值為False(默認值)時, 函式回傳值為絕對值

img = cv2.imread('shape2.jpg')

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

m0 = cv2.contourArea(contours[0])
m1 = cv2.contourArea(contours[1])

print('輪廓0的面積：', m0)
print('輪廓1的面積：', m1)

在這里插入圖片描述

三、輪廓的長度

??cv2.arcLength()函式用于回傳輪廓的長度，其基本格式如下：

ret = cv2.cv2.arcLength(contour, closed)

ret為回傳的長度
contour為輪廓
closed為布林值, 為True時表示輪廓是封閉的

img = cv2.imread('shape2.jpg')

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

m0 = cv2.arcLength(contours[0], True)
m1 = cv2.arcLength(contours[1], True)

print('輪廓0的長度：', m0)
print('輪廓1的長度：', m1)

在這里插入圖片描述

四、輪廓的近似多邊形

??cv2.approxPolyDP()函式用于回傳輪廓的近似多邊形，其基本格式如下：

ret = cv2.cv2.arcLength(contour, epsilon, closed)

ret為回傳的近似多邊形
contour為輪廓
epsilon為精度, 表示近似多邊形接近輪廓的最大距離
closed為布林值, 為True時表示輪廓是封閉的

img = cv2.imread('shape3.jpg')
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255
img1 = cv2.drawContours(img1, contours, -1, (0,0,255), 2)
cv2.imshow('Contours',img1)

arcl = cv2.arcLength(contours[0], True)

img2 = img1.copy()
app = cv2.approxPolyDP(contours[0], arcl*0.05, True)
img2 = cv2.drawContours(img2, [app], -1, (255,0,0), 2)
cv2.imshow('contours',img2)

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

五、輪廓的凸包

??cv2.convexHull()函式用于回傳輪廓的凸包，其基本格式如下：

hull = cv2.convexHull(contours[, clockwise[, returnPointss]])

hull為回傳的凸包, 是一個numpy.ndarray物件, 包含了凸包的關鍵點
contours為輪廓
clockwise為方向標記, 為True時, 凸包為順時針方向, 為False(默認值)時， 凸包為逆時針方向
returnPointss為True時(默認值)時, 回傳的hull中包含的是凸包關鍵點的坐標, 為False時, 回傳的是凸包關鍵點在輪廓中的索引

img = cv2.imread('shape3.jpg')

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255
img1 = cv2.drawContours(img1, contours, -1, (0,0,255), 2)
cv2.imshow('Contours',img1)

hull = cv2.convexHull(contours[0])
print('returnPoints = Treu 時回傳的凸包;\n',hull)

hull2 = cv2.convexHull(contours[0], returnPoints=False)
print('returnPoints = False時回傳的凸包;\n',hull2)

cv2.polylines(img1, [hull], True, (255,0,0),2)
cv2.imshow('ConvecHull',img1)

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

六、輪廓的直邊界矩形

??輪廓的直邊界矩形是指可容納輪廓的矩形，且矩形的兩條邊必須是平行的，直邊界矩形不一定是面積最小的邊界矩形，
??cv2.boundingRect()函式用于回傳輪廓的直邊界矩形，其基本格式如下：

ret = cv2.boundingRect(contours)

ret為回傳的直邊界矩形, 它是一個四元組, 其格式為(矩形左上角x坐標, 矩形左上角y坐標, 矩形的寬度, 矩形的高度)
contours為用于計算直邊界矩形的輪廓

img = cv2.imread('shape4.jpg')
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255

img1 = cv2.drawContours(img1, contours, -1, (0,0,255), 2)
cv2.imshow('Contours',img1)

ret = cv2.boundingRect(contours[0])
print('直邊界矩形：\n', ret)

pt1 = (ret[0], ret[1])
pt2 = (ret[0] + ret[2], ret[1] + ret[3])
img2 = img1.copy()
img2 = cv2.rectangle(img2, pt1, pt2, (255,0,0), 1)
cv2.imshow('Rectangle', img2)

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

七、輪廓的旋轉矩形

??輪廓的旋轉矩形是指可容納輪廓的面積最小的矩形，
??cv2.minAreaRect()函式用于回傳輪廓的旋轉矩形，其基本格式如下：

box = cv2.minAreaRect(contour)

box為回傳的旋轉矩陣, 它是一個三元組, 其格式為((矩形中心點x坐標, 矩形中心點y坐標), (矩形的寬度, 矩形的高度), 矩形的旋轉角度)
contour為用于計算矩形的輪廓

??cv2.minAreaRect()函式回傳的結果不能直接用于繪制旋轉矩形，可以使用cv2.boxPoints()函式將其轉換為矩形的頂點坐標，其基本格式如下：

points = cv2.boxPoints(box)

points為回傳的矩形頂點坐標, 坐標資料為浮點數
box為cv2.minAreaRect()函式回傳的矩形資料

img = cv2.imread('shape4.jpg')
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255
cv2.drawContours(img1, contours, -1, (0,0,255) ,2)
cv2.imshow('Contours',img1)

# 計算最小旋轉矩形
ret = cv2.minAreaRect(contours[0])
rect = cv2.boxPoints(ret)
rect = np.int0(rect)

img2 = img1.copy()
cv2.drawContours(img2, [rect], 0, (255,0,0), 2)
cv2.imshow('Rectangle', img2)

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

八、輪廓的最小外包圓

??cv2.minEnclosingCircle()函式用于回傳可容納輪廓的最小外包圓，其基本格式如下：

center, radius = cv2.minEnclosingCircle(contours)

center為圓心
radius為半徑
contours為用于計算最小外包圓的輪廓

img = cv2.imread('shape4.jpg')
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255
cv2.drawContours(img1, contours, -1, (0,0,255) ,2)
cv2.imshow('Contours',img1)

# 計算最小外包圓
(x, y), radius = cv2.minEnclosingCircle(contours[0])
center = (int(x),int(y))
radius = int(radius)

img2 = img1.copy()
cv2.circle(img2, center, radius, (255,0,0),2)
cv2.imshow('Circle',img2)

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

九、輪廓的擬合橢圓

??cv2.fitEllipse()函式用于回傳輪廓的擬合橢圓，其基本格式如下：

ellipse = cv2.fitEllipse(contours)

ellipse為回傳的橢圓
contours為用于計算擬合橢圓的輪廓

img = cv2.imread('shape4.jpg')
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255
cv2.drawContours(img1, contours, -1, (0,0,255) ,2)
cv2.imshow('Contours',img1)

# 計算擬合橢圓
ellipse = cv2.fitEllipse(contours[0])

img2 = img1.copy()
cv2.ellipse(img2, ellipse, (255,0,0),2)
cv2.imshow('Circle',img2)

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

十、輪廓的擬合直線

??cv2.fitLine()函式用于回傳輪廓的擬合直線，其基本格式如下：

line = cv2.fitLine(contours, distType, param, reps, aeps)

line為回傳的擬合直線
contours為用于計算擬合直線的輪廓
distType為距離引數型別, 決定如何計算擬合直線
param為距離引數, 與距離引數型別有關, 其設定為0時, 函式將自動選擇最優值
reps為計算擬合直線需要的徑向精度, 通常設定為0.01
aeps為計算擬合直線需要的軸向精度, 通常設定為0.01

??param距離引數型別：

param	說明
cv2.DIST_USER	用戶自定義距離
cv2.DIST_L1	用2個點的坐標計算計算距離, 公式為\|x1-x2\|+\|y1-y2\|
cv2.DIST_L2	歐氏距離(兩個點的直線距離)
cv2.DIST_C	用2個點的坐標計算計算距離, 公式為max(\|x1-x2\|,\|y1-y2\|)
cv2.DIST_L12	用1個點的坐標計算計算距離, 公式為2(sqrt(1+x*x/2)-1)
cv2.DIST_FAIR	用1個點的坐標計算計算距離, 公式為c^2(\|x\|/c-log(1+\|x\|/c)), c=1.3998
cv2.DIST_WELSCH	用1個點的坐標計算計算距離, 公式為c^2/2(1-exp(-(x/c)^2), c=2.9846
cv2.DIST_HUBER	用1個點的坐標計算計算距離, 公式為\|x\|<c?x^2/2:c(\|x\|-c/2), c=1.345

img = cv2.imread('shape4.jpg')            
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255      
cv2.drawContours(img1, contours, -1, (0,0,255), 2)
cv2.imshow('Contours',img1)

#計算擬合直線
img2 = img1.copy()
rows, cols = img.shape[:2]
[vx, vy, x, y] = cv2.fitLine(contours[0], cv2.DIST_L1, 0, 0.01, 0.01)
lefty = int((-x * vy / vx) + y)
righty = int(((cols - x) * vy / vx) + y)
cv2.line(img2, (0, lefty), (cols-1, righty), (255,0,0), 2)   

cv2.imshow('FitLine',img2)  
cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

十一、輪廓的最小外包三角形

??cv2.minEnclosingTriangle()函式用于回傳可容納輪廓的最小外包三角形，其基本格式如下：

retval, triangle = cv2.minEnclosingTriangle(contours)

retval為最小外包三角形的面積
triangle為最小外包三角形
contours為用于計算最小外包三角形的輪廓

img = cv2.imread('shape4.jpg')
cv2.imshow('original', img)

img_gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, thresh = cv2.threshold(img_gray, 125, 255, cv2.THRESH_BINARY)

contours, hierarchy = cv2.findContours(thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

img1 = np.zeros(img.shape, np.uint8) + 255
cv2.drawContours(img1, contours, -1, (0,0,255) ,2)
cv2.imshow('Contours',img1)

# 計算最小外包三角形
retval, triangle = cv2.minEnclosingTriangle(contours[0])
triangle = np.int0(triangle)

img2 = img1.copy()
cv2.polylines(img2, [triangle], True, (255,0,0),2)
cv2.imshow('Triangle',img2)

cv2.waitKey(0)
cv2.destroyAllWindows()

在這里插入圖片描述

十二、OpenCV-Python資源下載

OpenCV-Python測驗用圖片、中文官方檔案、opencv-4.5.4原始碼

總結

??以上內容介紹了OpenCV-Python的輪廓特征，有關Python、資料科學、人工智能等文章后續會不定期發布，請大家多多關注，一鍵三連喲(●’?’●)，

轉載請註明出處，本文鏈接：https://www.uj5u.com/qita/388037.html

標籤：其他

上一篇：使用 Python 將 MP4視頻轉換為GIF影片

下一篇：【OpenCV 完整例程】62. 影像銳化——鈍化掩蔽

【OpenCV-Python】17.OpenCV的影像輪廓——輪廓特征

文章目錄

前言

一、輪廓的矩

二、輪廓的面積

三、輪廓的長度

四、輪廓的近似多邊形

五、輪廓的凸包

六、輪廓的直邊界矩形

七、輪廓的旋轉矩形

八、輪廓的最小外包圓

九、輪廓的擬合橢圓

十、輪廓的擬合直線

十一、輪廓的最小外包三角形

十二、OpenCV-Python資源下載

總結