OpenCV学习笔记-凸包和凸缺陷

 

一、凸包

凸包和轮廓近似相似，但不同，虽然有些情况下它们给出的结果是一样的。函数cv.convexHull()可以用来检测一个曲线是否具有凸性缺陷，并能纠正缺陷。一般来说，凸性曲线总是凸出来的，至少是平的。如果有地方凹进去了就被叫做凸性缺陷。

 

convexHull(points, hull=None, clockwise=None, returnPoints=None)

 

clockwise:方向标志。如果设置为Ture，输出的凸包方向是顺时针方向的。否则为逆时针方向。

 

 

returnPoints:默认为Ture。它会返回凸包上点的坐标。如果设置为False，就会返回与凸包点对应的轮廓上的点

 

 

二、凸缺陷

对象上的任何凹陷都被称为凸缺陷，cv.convexityDefect()函数可以帮助我们找到凸缺陷。

它会返回一个数组，其中每一行包含的值是[起点，终点，最远的点，到最远点的近似距离]。

要记住的是返回结果的前三个值是轮廓点的索引，我们还要到轮廓点中找它们。

 

 

注意：如果要查找凸缺陷，在使用函数cv.convexHull()找凸包时，参数returnPoints一定要是False

 

我们将起点和终点用一条绿线连接，在最远点画一个圆圈。

具体代码：

 

def convexhull_demo(img):
    #灰度化
    gray = cv.cvtColor(img, cv.COLOR_BGR2GRAY)
    #二值化
    ret, thresh = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)
    cv.imshow('thresh image', thresh)
    #寻找轮廓
    copyImage, contours, hireachy = cv.findContours(thresh, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
    for i, contour in enumerate(contours):
        #找到凸包
        hull = cv.convexHull(contour)
        print(hull)

        #凸性检测 检测一个曲线是不是凸的
        ishull = cv.isContourConvex(hull)
        print(ishull)
        cv.drawContours(img, [hull], i, (0, 0, 255), 2)

        #凸缺陷
        hull = cv.convexHull(contour, returnPoints=False)
        defects = cv.convexityDefects(contour, hull)
        print('defects', defects)
        for j in range(defects.shape[0]):
            s, e, f, d = defects[j, 0]
            start = tuple(contour[s][0])
            end = tuple(contour[e][0])
            far = tuple(contour[f][0])
            cv.line(img, start, end, (0, 255, 0), 2)
            cv.circle(img, far, 5, (0, 0, 255), -1)
            print(j)       

        print(i)

    cv.imshow('convexhull image', img)

 

三、Point Polygon Test

cv.pointPolygonTest()求解图像中的一个点到一个对象轮廓的最短距离。如果点在轮廓的外部，返回值为负。如果在轮廓上，返回值为0。如果在轮廓内部，返回值为正。

 

#point polygon test
dist = cv.pointPolygonTest(contour, tuple(contour[1][0]), True)
print('dist', dist)

 

第三个参数是measureDist。如果设置为Ture，就会计算最短距离，如果是False，只会判断这个点和轮廓之间的位置关系（返回值为+1， -1， 0）。