Python/OpenCV 使用傅里叶变换与高斯平滑分析轮廓轨迹

该方法基本思想是通过分析高低频信息检测出轮廓碰伤、运动轨迹突变等信息，在工业上应用可能比较广泛， 对各种不规则形状都能分析，不过对高频信息多的复杂形状可能不好区分形状与噪音。

在这个例子中讲使用一个有鼓包的鸡蛋

import numpy as np
from scipy.ndimage import gaussian_filter1d
import matplotlib.pyplot as plt
import cv2 as cv
img = cv.imread('egg_flawed.jpg',0)
h, w = img.shape[:2]

二值化之后成为上图

ret,thresh = cv.threshold(img,200,255,cv.THRESH_BINARY_INV)

在充填，使用重心找到一个中心之后进行极坐标转换（这里偷懒没有充填，重心可能偏一点，影响不大）因为方便取值所以讲转换后图形旋转90°

contours, hierarchy = cv.findContours(thresh, cv.RETR_LIST, cv.CHAIN_APPROX_NONE)
M = cv.moments(contours[0])
center = (int(M["m10"] / M["m0