轮廓检测实验

一、实验介绍

1. 实验内容

本实验将学习轮廓检测及功能。

2. 实验要点

生成二进制图像来查找轮廓
找到并画出轮廓
轮廓特征
边界矩形
3. 实验环境

Python 3.6.6
numpy
matplotlib
cv2
二、实验步骤
1 导入资源并显示图像
import numpy as np
import matplotlib.pyplot as plt
import cv2

%matplotlib inline

读入图像

image = cv2.imread(‘images/thumbs_up_down.jpg’)

将颜色更改为RGB（从BGR）

image = cv2.cvtColor(image, cv2.COLOR_BGR2RGB)

plt.imshow(image)
<matplotlib.image.AxesImage at 0x7f2b6cf38f28>

2 生成二进制图像来查找轮廓

转换为灰度

gray = cv2.cvtColor(image,cv2.COLOR_RGB2GRAY)

创建一个二进制阈值图像

retval, binary = cv2.threshold(gray, 225, 255, cv2.THRESH_BINARY_INV)

plt.imshow(binary, cmap=‘gray’)

<matplotlib.image.AxesImage at 0x7f2b1ba571d0>

3 找到并画出轮廓

从带阈值的二进制图像中查找轮廓

retval,contours, hierarchy = cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE)

在原始图像的副本上绘制所有轮廓

contours_image = np.copy(image)
contours_image = cv2.drawContours(contours_image, contours, -1, (0,255,0), 3)

plt.imshow(contours_image)
<matplotlib.image.AxesImage at 0x7f2b1ba3e320>

三、实验任务
任务一：轮廓特征
每个轮廓都有许多可以计算的特征，包括轮廓的面积，它的方向（大部分轮廓指向的方向），它的周长，以及OpenCV documentation, here中概述的许多其他属性。

在下一个单元格中，要求标识左右轮廓的方向。明确手的方向，让你知道哪只手的拇指向上，哪只手的拇指向下！

方向：

对象的方向是对象指向的角度。 要找到轮廓的角度，首先应找到适合轮廓的椭圆，然后从该形状中提取角度。

Fit an ellipse to a contour and extract the angle from that ellipse

(x,y), (MA,ma), angle = cv2.fitEllipse(selected_contour)
方向值

这些取向值以度为单位，从x轴测量。 值为零表示平直线，值为90表示轮廓指向直线！

因此，每个轮廓计算的方向角应该能够告诉我们关于手的一般位置的信息。 用拇指向上的手应该比用拇指向下的手更高（接近90度）。

练习一: 找到每个轮廓的方向

TODO: 完成此功能，以便

返回轮廓列表的方向

列表应与轮廓顺序相同

即第一个角度应该是第一个轮廓的方向

def orientations(contours):
“”"
方向
:参数轮廓: 轮廓列表
:返回值: 角度，轮廓的方向
“”"

# 创建一个空列表以存储角度
# 提示：使用angles.append（value）将值添加到此列表中
angles = []

return angles

----------------------------------------------------------

打印方向值

angles = orientations(contours)
print('Angles of each contour (in degrees): ’ + str(angles))
Angles of each contour (in degrees): []
任务二：边界矩形
在下一个单元格中，系统将要求您在* left *手轮廓周围找到边界矩形，该轮廓已将其拇指向上，然后使用该边界矩形裁剪图像并更好地集中在那只手上！

查找选定轮廓的边界矩形

x,y,w,h = cv2.boundingRect(selected_contour)

将边界矩形绘制为紫色框

box_image = cv2.rectangle(contours_image, (x,y), (x+w,y+h), (200,0,200),2)
要裁剪图像，请选择要包含的图像的正确宽度和高度。

使用边界矩形（x，y，w，h）的尺寸进行裁剪

cropped_image = image[y: y + h, x: x + w]
练习二: 围绕轮廓裁剪图像

TODO: 完成此功能，以便

它会返回原始图像的新裁剪版本

def left_hand_crop(image, selected_contour):
“”"
Left hand crop
:参数图像：原始图像
:参数selectec_contour：将用于裁剪的轮廓
:返回值: cropped_image, 左手周围的裁剪图像
“”"

## TODO: 检测左手轮廓的边界矩形

## TODO: 使用边界矩形的尺寸裁剪图像
# 复制图像进行裁剪

cropped_image = np.copy(image)

return cropped_image

TODO: 从列表中选择左侧轮廓

替换此值

selected_contour = contours[1]

----------------------------------------------------------

如果选择了轮廓

if(selected_contour is not None):
# 调用带有该轮廓的裁剪函数作为参数
cropped_image = left_hand_crop(image, selected_contour)
plt.imshow(cropped_image)