【图像处理】——Python+opencv实现提取图像的几何特征（面积、周长、细长度、区间占空比、重心、不变矩等）

• 转载请注明详细地址
• 本文简单介绍了图像常见几何特征的概念以及求解方法
• 本文介绍了Python和opencv求解几何特征的常用方法

目录

其他形状外接轮廓的方法可以参考：《OpenCV-Python——第17.3章：轮廓形状拟合（边界矩形，最小外接圆...）及性质》

一、获得轮廓

二、面积

1、cv2.connectedComponentsWithStats()

stats参数解析

2、cv2.contourArea()函数

三、周长

1、cv2.arcLength(contours[0],True)

四、细长度

1、绘制外接矩形（cv2.rectangle()函数）

2、得到矩形的角点坐标和长宽cv2.boundingRect()函数

3、求解最小外接矩形（cv2.minAreaRect（）函数）

4、绘制最小外接矩形：cv2.boxPoints()函数和cv2.polylines()函数

step1 角点坐标获得cv2.boxPoints()

step2 将角点坐标全部转换为整数

step3 依次连接起来cv2.polylines()

5、细长度的计算

五、区间占空比

六、重心

七、图像上添加文字cv2.putText()函数

八、完整代码

---

一、获得轮廓

在进行轮廓几何特征的提取之前，首先要做的就是得到轮廓，得到轮廓常用的函数有：
cv2.findcontours()

contours, hierarchy = cv.findContours( image, mode, method[, contours[, hierarchy[, offset]]] )
 
    参数1：源图像
    参数2：轮廓的检索方式，这篇文章主要讲解这个参数
    参数3：一般用 cv.CHAIN_APPROX_SIMPLE，就表示用尽可能少的像素点表示轮廓
    contours：图像轮廓坐标，是一个列表
    hierarchy：[Next, Previous, First Child, Parent]，文中有详细解释

具体可见：《【图像处理】——Python+opencv实现二值图像的轮廓边界跟踪以及轮廓面积周长的求解（findcontours函数和contourArea函数）》

二、面积

一般指的是轮廓内所包含的所有像素的个数，但是为了方便计算加快计算的速度ÿ