opencv-python应用轮廓相关知识，对图片进行处理，分别用矩形、圆形识别饮料，输出各自的中心点，矩形的长宽、圆形的半径，得到四个极点。

要求：应用轮廓相关知识，对图片进行处理，分别用矩形、圆形识别饮料，输出各自的中心点，矩形的长宽、圆形的半径，得到四个极点。

# 获取图像的阈值，创建掩膜
low = np.array([0, 153, 28])
up = np.array([80, 232, 197])
mask = cv2.inRange(hsv, low, up)
img1 = cv2.bitwise_and(img, img, mask=mask)

上述代码用已创建的HSV格式创建掩膜，获取到需要图片区域，用于后面二值化，获取图像轮廓

gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
contours, hie = cv2.findContours(
    thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

上述代码将图片转为灰度图片，然后进行自适应化二值化，把图片转化为黑白模式，用于寻找图片轮廓

contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5]
cnt = contours[0]

上述代码用于在多个矩形轮廓中选取最适合图片的轮廓，即轮廓中最大的那个

x, y, w, h = cv2.boundingRect(cnt)
img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
print("矩形参数为：")
print(w)

上述代码用于绘制最适应轮廓的矩形，并输出矩形的信息

# 绘制最小外接圆
(x, y), radius = cv2.minEnclosingCircle(cnt)
center = (int(x), int(y))
radius = int(radius)
img = cv2.circle(img, center, radius, (0, 255, 0), 2)
print("圆心为：")
print((x, y))

上述代码用于绘制最小的外接圆并输出圆的信息

# 获取四个极点
left = tuple(cnt[cnt[:, :, 0].argmin()][0])
right = tuple(cnt[cnt[:, :, 0].argmax()][0])
top = tuple(cnt[cnt[:, :, 1].argmin()][0])
bottom = tuple(cnt[cnt[:, :, 1].argmax()][0])

创建掩膜，与运算结果图片

最终结果截图：

完整代码：

import cv2
import numpy as np


# 将图片转化为HSV格式，此格式为三通道
img = cv2.imread('juice.jpg')
hsv = cv2.cvtColor(img, cv2.COLOR_BGR2HSV)

# 获取图像的阈值，创建掩膜
low = np.array([0, 153, 28])
up = np.array([80, 232, 197])
mask = cv2.inRange(hsv, low, up)
img1 = cv2.bitwise_and(img, img, mask=mask)
cv2.namedWindow('old', cv2.WINDOW_NORMAL)
cv2.imshow('old', img1)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 将图形转为灰度，用于后面自适应二值化
gray = cv2.cvtColor(img1, cv2.COLOR_BGR2GRAY)
ret, thresh = cv2.threshold(gray, 0, 255, cv2.THRESH_BINARY + cv2.THRESH_OTSU)
contours, hie = cv2.findContours(
    thresh, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

# 寻找最大面积的矩形，来进行操作
contours = sorted(contours, key=cv2.contourArea, reverse=True)[:5]
cnt = contours[0]
print('单个矩形参数：')
M = cv2.moments(cnt)
print(M)

# 绘制矩形
x, y, w, h = cv2.boundingRect(cnt)
img = cv2.rectangle(img, (x, y), (x + w, y + h), (0, 255, 0), 2)
print("矩形参数为：")
print(w)


# 绘制最小外接圆
(x, y), radius = cv2.minEnclosingCircle(cnt)
center = (int(x), int(y))
radius = int(radius)
img = cv2.circle(img, center, radius, (0, 255, 0), 2)
print("圆心为：")
print((x, y))

cv2.namedWindow('new', cv2.WINDOW_NORMAL)
cv2.imshow('new', img)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 获取四个极点
left = tuple(cnt[cnt[:, :, 0].argmin()][0])
right = tuple(cnt[cnt[:, :, 0].argmax()][0])
top = tuple(cnt[cnt[:, :, 1].argmin()][0])
bottom = tuple(cnt[cnt[:, :, 1].argmax()][0])
print('极点参数为：')
print(left)
print(right)
print(top)
print(bottom)