opencv(33) 图像轮廓之二：轮廓的面积和长度

1 cv2.contourArea() 轮廓面积

函数原型：

retval = contourArea (contour, oriented)

参数：

1. contour ： 轮廓。
2. oriented： 布尔值，当为True时，表示顺时针或逆时针计算。

2 cv2.arcLength() 轮廓长度

函数原型：

retval = cv2.arcLength (contour, closed)

参数：

1. contour ： 轮廓。
2. closed： 布尔值，当为True时，表示闭合。

3 示例

import cv2
import numpy as np

img = cv2.imread('C:\\Users\\xxx\\Downloads\\contourImg.png')    #读取图像
gray = cv2.cvtColor(img,cv2.COLOR_BGR2GRAY) #转为灰度值图
ret, binary = cv2.threshold(gray,220,255,cv2.THRESH_BINARY) #转为二值图
contours, hierarchy = cv2.findContours(binary,cv2.RETR_TREE,\
                                       cv2.CHAIN_APPROX_NONE) #寻找轮廓
n=len(contours)       #轮廓个数
contoursImg=[]
cv2.imshow("original",img)  #显示原图

#### 逐一在全黑背景上绘制并显示轮廓
for i in range(n):
    area = cv2.contourArea(contours[i])      # 计算轮廓面积
    length = cv2.arcLength(contours[i],True) # 计算轮廓长度
    temp = np.zeros(img.shape, np.uint8)  # 生成黑背景
    contoursImg.append(temp)
    contoursImg[i] = cv2.drawContours(contoursImg[i], contours, i, (0, 255, 0), 3)  # 绘制轮廓
    cv2.imshow("contours[" + str(i) + "]", contoursImg[i])#显示轮廓
    print(f"轮廓{i}的面积：{area}, 长度：{length};")
cv2.waitKey()
cv2.destroyAllWindows()

轮廓0的面积：47722.5, 长度：826.080295920372;
轮廓1的面积：12979.5, 长度：583.2619735002518;
轮廓2的面积：37884.0, 长度：790.0;