☆ 十五天掌握OpenCV——轮廓特征

轮廓特征：面积、周长、重心、边界框。

矩

1. 作用：计算图像的质心、面积。
2. cv2.moments() ——解释：将计算得到的矩以一个字典的形式返回。
3. cv2.contourArea() ——解释：求轮廓面积。
4. cv2.arcLength() ——解释：求轮廓周长，第二参数 True闭合 False张开
5. cv2.approxPolyDP(轮廓图，epsilon，True) ——解释：近似目标形状。第二参数决定效果。
6. cv2.convexHull(points[,hull[,clockwise[,returnPoints]]]) ——解释：检测曲线是否具有凸性缺陷，并纠正缺陷，1、传入轮廓； 2、输出； 3、方向标志； True为顺时针； 4、返回与凸包点对应轮廓上点。False可得到凸性缺陷。
7. cv2.isContourConvex() ——解释：检测曲线是否凸。
8. x,y,w,h=cv2.boundingRect() ——解释：直边界矩形。xy为矩形左上角坐标，wh为矩形宽高。面积不是最小。
9. cv2.minAreaRect() ——解释：旋转边界矩形。面积最小。考虑对象旋转。返回Box2D结构。
10. cv2.minEnclosingCircle() ——解释：最小外切圆。
11. cv2.ellipse() ——解释：椭圆拟合。返回值为旋转边界矩形的内切圆。
12. 直线拟合：根据一组点拟合出一条直线，同时为图像中的白色点拟合出一条直线。

代码演示

#coding=utf8
import cv2
import numpy as np
img=cv2.imread('juzi.jpg',0)
ret,thresh=cv2.threshold(img,127,255,0)
contours,hierarchy=cv2.findContours(thresh,1,2)
cnt=contours[0]
M=cv2.moments(cnt)
print(M)

cx=int(M['m10']/M['m00']) #求重心
cy=int(M['m01']/M['m00'])

area=cv2.contourArea(cnt)

perimeter=cv2.arcLength(cnt,True)

epsilon=0.1*cv2.arcLength(cnt,True)
approx=cv2.approxPolyDP(cnt,epsilon,True)

hull=cv2.convexHull(cnt)

k=cv2.isContourConvex(cnt)

x,y,w,h=cv2.boundingRect(cnt)
img=cv2.rectangle(img,(x,y),(x+w,y+h),(0,255,0),2)

(x,y),radius=cv2.minEnclosingCircle(cnt)
center=(int(x),int(y))
radius=int(radius)
img=cv2.circle(img,center,radius,(0,255,0),2)

ellipse=cv2.fitEllipse(cnt) #椭圆拟合
im=cv2.ellipse(im,ellispe,(0,255,0),2)

rows,cols=img.shape[:2]
[vx,vy,x,y]=cv2.fitLine(cnt,cv2.DIST_L2,0,0.01,0.01)
lefty=int((-x*vy/vx)+y)
righty=int((cols-x)*vy/vx+y)
img=cv2.line(img,(cols-1,righty),(0,lefty),(0,255,0),2)