OPenCv学习Day10--轮廓的外接矩形、轮廓逼近

轮廓的外接矩形、轮廓逼近代码：

# -*- coding: UTF-8 -*-
import cv2 as cv
import numpy as np


def contoursDemo(image):
    blur = cv.GaussianBlur(image, (3, 3), 0)  # 高斯模糊，去噪点
    gray = cv.cvtColor(blur, cv.COLOR_BGR2GRAY)
    ret, binary = cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV| cv.THRESH_OTSU)  # 二值化,注意观察结果，倒数第二个参数可能像本案例中需要取反
    #cv.imshow("binaryImage", binary)
    dst=cv.cvtColor(gray,cv.COLOR_GRAY2BGR)
    contous, heriachy = cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)#注意观察结果，倒数第二个参数可能像本案例中需要取反
    for i, contou in enumerate(contous):
        area = cv.contourArea(contou)#轮廓矩形面积
        x, y, w, h = cv.boundingRect(contou)#外接矩形的起始点以及长度、宽度
        mm = cv.moments(contou)#求取几何距，字典类型的----通过键码取键值
        type(mm)#结果：dict
        cx = mm['m10'] / mm['m00']#选取合适的素材很重要，否则可能坟分母为0而报错
        cy = mm['m01'] / mm['m00']#cx,cy为几何矩形的中心位置，根据公式得来的
        cv.circle(image, (np.int(cx), np.int(cy)), 4, (0, 0,255 ), -1)#circle
        #cv.rectangle(image, (x, y), (x + w, y + h), (0, 255, 255), 2)#外接矩形:外接矩形的起始点以及长度、宽度
        print("contourArea %s"%area)#注意格式！！
        #几何形状区分----轮廓逼近
        approxCurve=cv.approxPolyDP(contou,4,True)
        '''
        InputArray curve:一般是由图像的轮廓点组成的点集
        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
        '''
        print(approxCurve.shape)#轮廓的形状,根据轮廓的边数可以区分几何形状的性质
        if approxCurve.shape[0]>=6:
            cv.drawContours(dst,contous,i,(0,0,255),2)
        if 5>=approxCurve.shape[0]>=4:
            cv.drawContours(dst,contous,i,(0,255,0),2)
        if approxCurve.shape[0]<=3:
            cv.drawContours(dst,contous,i,(255,0,0),2)
    #cv.imshow("measureContour", image)
    cv.imshow("measureContourLine", dst)

src = cv.imread("E:\OpenCVTests/timg (7).jpg")
cv.namedWindow("input image", cv.WINDOW_AUTOSIZE)
cv.imshow("input image", src)
contoursDemo(src)

cv.waitKey(0)
cv.destroyAllWindows()

轮廓外接矩形：


轮廓逼近常用于几何形状分类：