图像轮廓（三）【OpenCV&Python】

🍔小小搬运工，一边搬运一边思考
参考书籍 《OpenCV轻松入门——面向Python李立宗著，电子工业出版社出版

0 引言

本节将介绍几个轮廓自身的属性特征及轮廓所包围的对象。

1 宽高比 AspectRation

矩形轮廓的宽高比为：
$矩形轮廓的宽高比=宽度(Width)/高度(Height)$
例28：计算矩形的宽高比。

import cv2
#-----------------------读取并显示轮廓-----------------------------------------
o = cv2.imread("C:\\Users\\Kris\\Desktop\\3.jpg")
cv2.imshow("original",o)
#---------------------------------提取图像轮廓---------------------------------
gray1 = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret,binary1 = cv2.threshold(gray1,127,255,cv2.THRESH_BINARY)
contour1,hierarchy = cv2.findContours(binary1,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
#--------------------------构造并显示矩形边界----------------------------
x,y,w,h = cv2.boundingRect(contour1[0])
cv2.rectangle(o,(x,y),(x+w,y+h),(255,255,255),3)
cv2.imshow("result",o)
#----------------------------计算宽高比--------------------------------------
aspectRatio = float(w)/h
print(aspectRatio)
#------------------------------等待释放窗口-------------------------------------
cv2.waitKey()
cv2.destroyAllWindows()

结果显示如下。

2 面积之比 Extend

轮廓面积与矩形边界（矩形包围框、矩形轮廓）面积之比来描述图像及其轮廓特征：
$Extend=轮廓面积（对象面积）/矩形边界面积$
例29：计算图像的轮廓面积与其矩形边界面积之比。

import cv2
#-----------------------读取并显示轮廓-----------------------------------------
o = cv2.imread("C:\\Users\\Kris\\Desktop\\3.jpg")
cv2.imshow("original",o)
#---------------------------------提取图像轮廓---------------------------------
gray1 = cv2.cvtColor(o,cv2.COLOR_BGR2GRAY)
ret,binary1 = cv2.threshold(gray1,127,255,cv2.THRESH_BINARY)
contour1,hierarchy = cv2.findContours(binary1,cv2.RETR_LIST,cv2.CHAIN_APPROX_SIMPLE)
#--------------------------构造并显示矩形边界----------------------------
x,y,w,h = cv2.boundingRect(contour1[0])
cv2.drawContours(o,contour1[0],-1,(0,0,255),3)
cv2.rectangle(o,(x,y),(x+w,y+h),(255,0,0),3)
cv2.imshow("result",o)
#----------------------------计算--------------------------------------
rectArea = w*h
cntArea = cv2.contourArea(contour1[0])
extend = float(cntArea)/rectArea
print(extend)
#------------------------------等待释放窗口-------------------------------------
cv2.waitKey()
cv2.destroyAllWindows() 

结果显示如下。

3 Solidity

轮廓面积与凸包面积之比Solidity来衡量图像、轮廓及凸包特征。
$Solidity=轮廓面积（对象面积）/凸包面积$
例30：编写程序计算图像轮廓面积与凸包面积之比。

import cv2
#-----------------------读取并显示轮廓-----------------------------------------
o = cv2.imread("C:\\Users\\Kris\\Desktop\\3.jpg")
cv2.imshow("original",o