Shape Detection
轮廓检测
contours, hierarchy = cv2.findContours(image,mode,method)
- 第一个参数输入图像,
- 第二个参数表示轮廓的检索模式,有四种:
1.cv2.RETR_EXTERNAL表示只检测外轮廓
2.cv2.RETR_LIST检测的轮廓不建立等级关系
3.cv2.RETR_CCOMP建立两个等级的轮廓,上面的一层为外边界,里面的一层为内孔的边界信息。如果内孔内还有一个连通物体,这个物体的边界也在顶层。
4.cv2.RETR_TREE建立一个等级树结构的轮廓。 - cv2.CHAIN_APPROX_NONE存储所有的轮廓点,相邻的两个点的像素位置差不超过1,即max(abs(x1-x2),abs(y2-y1))==1
cv2.CHAIN_APPROX_SIMPLE压缩水平方向,垂直方向,对角线方向的元素,只保留该方向的终点坐标,例如一个矩形轮廓只需4个点来保存轮廓信息
cv2.CHAIN_APPROX_TC89_L1,CV_CHAIN_APPROX_TC89_KCOS使用teh-Chinl chain 近似算法
计算轮廓面积
contourArea(contour,oriented = False)
此函数利用格林公式计算轮廓的面积。对于具有自交点的轮廓,该函数几乎肯定会给出错误的结果。
1.contour:输入二维的向量,存储为vector(C++)或Mat。
2.oriented:有方向的区域标志。
- true:此函数依赖轮廓的方向(顺时针或逆时针)返回一个已标记区域的值。
- false:默认值。意味着返回不带方向的绝对值。
计算轮廓长度
cv2.arcLength(InputArray curve, bool closed)
- curve,输入的二维点集(轮廓顶点),可以是 vector 或 Mat 类型。
- closed,用于指示曲线是否封闭。
多边拟合函数
主要功能是把一个连续光滑曲线折线化,对图像轮廓点进行多边形拟合
cv2.approxPolyDP(InputArray curve, OutputArray approxCurve, double epsilon, bool closed)
- InputArray curve:一般是由图像的轮廓点组成的点
- OutputArray approxCurve:表示输出的多边形点集
- double epsilon:主要表示输出的精度,就是另个轮廓点之间最大距离数,5,6,7,,8…
- bool closed:表示输出的多边形是否封闭
获得最小矩形边框
x,y,w,h = cv2.boundingRect(img)
def geContours(img):
countors,Hierarchy = cv2.findContours(img,cv2.RETR_EXTERNAL,cv2.CHAIN_APPROX_NONE)
for cnt in countors:
area = cv2.contourArea(cnt)
print(area)
if area>500:
cv2.drawContours(imgContour,cnt,-1,(255,0,0),3)
peri = cv2.arcLength(cnt,True)
print(peri)
approx = cv2.approxPolyDP(cnt,0.02*peri,True)
print(len(approx))
objCor = len(approx)
x,y,w,h = cv2.boundingRect(approx)
#判断形状
if objCor == 3: objType = "Tri"
elif objCor == 4:
aspRatio = w/float(h)
if aspRatio >0.95 and aspRatio <1.05: objType= "Square"
else:objType="Rectangle"
elif objCor>4: objType= "circles"