Opencv:凸包检测提取轮廓Python实现

Opencv:凸包检测提取轮廓Python实现

一、原理

凸包检测
对二值图像进行轮廓分析之后，对获取到的每个轮廓数据，可以构建每个轮廓的凸包，构建完成之后会返回该凸包包含的点集。根据返回的凸包点集可以绘制该轮廓对应的凸包。OpenCV对轮廓提取凸包的API函数如下：
convexHull(
InputArray points,
OutputArray hull,
bool clockwise = false,
bool returnPoints = true
)
points参数是输入的轮廓点集
hull凸包检测的输出结果，当参数returnPoints为ture的时候返回凸包的顶点坐标是个点集、returnPoints为false的是返回的是一个integer的vector里面是凸包各个顶点在轮廓点集对应的index
clockwise 表示顺时针方向或者逆时针方向
returnPoints表示是否返回点集
OpenCV中的凸包寻找算法是基于Graham’s扫描法

OpenCV中还提供了另外一个API函数用来判断一个轮廓是否为凸包，该方法如下：
isContourConvex(
InputArray contour
)

二、代码

import cv2 as cv

# 读取图像
src1 = cv.imread("C:/HC18/test_set/test_set/001_HC.png")
src2 = cv.imread("C:/HC18/test_set/mask/001_HC.png")
#src = cv.imread("D:/vsprojects/images/hand.jpg")
cv.namedWindow("input", cv.WINDOW_AUTOSIZE)
cv.imshow("input", src1)

# 转换为灰度图像
gray = cv.cvtColor(src2, cv.COLOR_BGR2GRAY)
# 二值化
ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY | cv.THRESH_OTSU)
# 获取结构元素
k = cv.getStructuringElement(cv.MORPH_RECT, (3, 3))
# 开操作
binary = cv.morphologyEx(binary, cv.MORPH_OPEN, k)
cv.imshow("binary", binary)

# 轮廓发现
contours, hierarchy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)
for c in range(len(contours)):
    # 是否为凸包
    ret = cv.isContourConvex(contours[c])
    # 凸包检测
    points = cv.convexHull(contours[c])
    total = len(points)
    for i in range(len(points)):
        x1, y1 = points[i % total][0]
        x2, y2 = points[(i+1) % total][0]
        cv.circle(src1, (x1, y1), 4, (255, 0, 0), 2, 8, 0)
        cv.line(src1, (x1, y1), (x2, y2), (0, 0, 255), 2, 8, 0)
    print(points)
    print("convex : ", ret)

# 显示
cv.imshow("contours_analysis", src1)
cv.imwrite("D:/vsprojects/images/contours_analysis.png", src1)
cv.waitKey(0)
cv.destroyAllWindows()

三、结果

1.原始图像

2.模板图像

3.结果图像