OpenCV轮廓特性

 

在这里，我们将学习提取一些常用的性质的物体，如固体，等效直径，面具图像，平均强度等。

1.纵横比

它是物体的宽度与高度的比值。

x,y,w,h = cv2.boundingRect(cnt)
aspect_ratio = float(w)/h

2.程度

范围是等高线面积与边框面积之比。

area = cv2.contourArea(cnt)
x,y,w,h = cv2.boundingRect(cnt)
rect_area = w*h
extent = float(area)/rect_area

3.坚固性

实体是轮廓面积与凸包面积的比值。

area = cv2.contourArea(cnt)
hull = cv2.convexHull(cnt)
hull_area = cv2.contourArea(hull)
solidity = float(area)/hull_area

4.等效直径

等效直径是面积与等高线面积相同的圆的直径。

area = cv2.contourArea(cnt)
equi_diameter = np.sqrt(4*area/np.pi)

5.定向

方向是物体指向的角度。下面的方法也给出了主轴和小轴的长度。

(x,y),(MA,ma),angle = cv2.fitEllipse(cnt)

6.掩模和像素点

在某些情况下，我们可能需要含该对象的所有点。可以这样做：

mask = np.zeros(imgray.shape,np.uint8)
cv2.drawContours(mask,[cnt],0,255,-1)
pixelpoints = np.transpose(np.nonzero(mask))
#pixelpoints = cv2.findNonZero(mask)

7.最大值、最小值及其位置

我们可以使用掩码图像找到这些参数。

min_val, max_val, min_loc, max_loc = cv2.minMaxLoc(imgray,mask = mask)

8.平均颜色或平均强度

在这里，我们可以找到一个物体的平均颜色。也可以是灰度模式下物体的平均强度。我们再次用同样的面具来做这件事。

mean_val = cv2.mean(im,mask = mask)

9.极值点

极值点是指物体的最上面、最底层、最右边和最左边的点。

leftmost = tuple(cnt[cnt[:,:,0].argmin()][0])
rightmost = tuple(cnt[cnt[:,:,0].argmax()][0])
topmost = tuple(cnt[cnt[:,:,1].argmin()][0])
bottommost = tuple(cnt[cnt[:,:,1].argmax()][0])

例如，如果我把它应用到印度地图上，我会得到以下结果：