OpenCv中轮廓的特征详解

目录

一、什么是轮廓？

二、常见的轮廓特征及对应函数

三、代码示例

四、运行结果

---

一、什么是轮廓？

轮廓是图像中的连续曲线，标识了对象的边缘。它们通常是二进制图像中的白色区域（前景）与黑色区域（背景）之间的边界。轮廓可以用于提取对象的形状信息，进行对象识别和分析。

在OpenCV中，可以使用cv2.findContours()函数来查找图像中的轮廓。这个函数接受二进制图像作为输入，并返回一个包含轮廓信息的列表。

二、常见的轮廓特征及对应函数

1. 面积：cv2.contourArea(contour):

   • 参数 contour：要计算面积的轮廓。
   • 返回值：轮廓的面积。

2. 周长：cv2.arcLength(contour, closed):

   • 参数 contour：要计算周长的轮廓。
   • 参数 closed：一个布尔值，表示轮廓是否封闭（True 或 False）。
   • 返回值：轮廓的周长。

   这个函数用于计算轮廓的周长，closed 参数表示轮廓是否封闭。如果轮廓是封闭的，将会计算封闭轮廓的周长，否则，将计算开放轮廓的周长。

3. 质心：cv2.moments(contour):

   • 参数 contour：要计算质心的轮廓。
   • 返回值：包含轮廓矩的字典对象。

   这个函数用于计算轮廓的矩，包括一阶和二阶矩。通过这些矩，可以计算轮廓的质心，即中心位置。

4. 边界框：cv2.boundingRect(contour):

   • 参数 contour：要计算边界框的轮廓。
   • 返回值：矩形的坐标和尺寸，即 (x, y, width, height)。

   这个函数用于计算包围轮廓的最小矩形的位置和尺寸。

5. 最小矩形区域：cv2.minAreaRect(contour):

   • 参数 contour：要计算最小矩形区域的轮廓。
   • 返回值：包含最小矩形区域信息的矩形。

   这个函数用于计算包围轮廓的最小旋转矩形，返回的矩形包括位置、尺寸和旋转角度信息。

6. 最小外接圆：cv2.minEnclosingCircle(contour):

   • 参数 contour：要计算最小外接圆的轮廓。
   • 返回值：包含最小外接圆的圆心坐标和半径的元组 (center, radius)。

7. 凸包：cv2.convexHull(contour):

   • 参数 contour：要计算凸包的轮廓。
   • 返回值：凸包的轮廓。

8. 轮廓近似：cv2.approxPolyDP(contour, epsilon, closed):

   • 参数 contour：要近似的轮廓。
   • 参数 epsilon：近似精度，用于控制近似程度。
   • 参数 closed：一个布尔值，表示轮廓是否封闭（True 或 False）。
   • 返回值：近似后的轮廓。

三、代码示例

import cv2

phone = cv2.imread('phone.png')#读取原图
phone_gray = cv2.cvtColor(phone,cv2.COLOR_BGR2GRAY)#灰度图的处理
ret, phone_binary = cv2.threshold(phone_gray, 120, 255, cv2.THRESH_BINARY)#阈值处理为二值化
# 使用cv2.findContours函数查找图像中的轮廓
# contours是找到的轮廓列表，hierarchy是轮廓的层级信息
image, contours, hierarchy = cv2.findContours(phone_binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_NONE)
# 从轮廓列表中选择第一个轮廓进行绘制
# contours[0]表示第一个轮廓，(0, 255, 0)是轮廓的颜色，2是线宽
kuang=cv2.drawContours(phone,contours[0],-1,(0,255,0),2)
# 显示包含绘制轮廓的图像
cv2.imshow('kuang',kuang)
cv2.waitKey(0)

area = cv2.contourArea(contours[0])
print('面积：',area)

length = cv2.arcLength(contours[0],closed=True)
print('周长：',length)

moments=cv2.moments(contours[0])
print('质心：',moments)

boundingRect=cv2.boundingRect(contours[0])
print('边界框：',boundingRect)

minAreaRect=cv2.minAreaRect(contours[0])
print('最小矩形区域：',minAreaRect)

minEnclosingCircle=cv2.minEnclosingCircle(contours[0])
print('最小外接圆：',minEnclosingCircle)

convexHull=cv2.convexHull(contours[0])
print('凸包：',convexHull)

四、运行结果

以下都是图中绿色边框的信息：