OpenCV-Python图像轮廓特征

如何找到轮廓的不同特征，例如面积，周长，质心，边界框等?

轮廓面积

 area = cv.contourArea(cnt) 

轮廓周长

 perimeter = cv.arcLength(cnt,True)

轮廓近似

epsilon = 0.1*cv.arcLength(cnt,True) 
approx = cv.approxPolyDP(cnt,epsilon,True)

外接矩形

直角矩形，不考虑物体的旋转。所以边界矩形的面积不是最小的。它是由函数cv.boundingRect()找到的。
(x，y)为矩形的左上角坐标，而(w，h)为矩形的宽度和高度。

x, y, w, h = cv2.boundingRect(cnt)  # 外接矩形
cv2.rectangle(img_color1, (x, y), (x + w, y + h), (0, 255, 0), 2)

旋转矩形是用最小面积绘制的，所以它也考虑了旋转。使用的函数是cv.minAreaRect()。

rect = cv2.minAreaRect(cnt)  # 最小外接矩形
box = np.int0(cv2.boxPoints(rect))  # 矩形的四个角点取整
cv2.drawContours(img_color1, [box], 0, (255, 0, 0), 2)

最小外接圆

外接圆跟外接矩形一样，找到一个能包围物体的最小圆：

(x, y), radius = cv2.minEnclosingCircle(cnt)
(x, y, radius) = np.int0((x, y, radius))  # 圆心和半径取整
cv2.circle(img_color2, (x, y), radius, (0, 0, 255), 2)

拟合椭圆

把一个椭圆拟合到一个物体上。

ellipse = cv2.fitEllipse(cnt)
cv2.ellipse(img_color2, ellipse, (255, 255, 0), 2)