opencv python 輪廓屬性/縱橫比/Extent/Solidity/等效直徑/掩模/極點

Contour Properties

1 縱橫比

它是對象的邊界矩形的寬度與高度的比率.

$$ Rspect Ratio = \frac{Width}{Height} $$

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

2 Extent

輪廓面積和外接矩形面積的比值

$$ Extent = \frac{Object Area}{Bounding Rectangle Area} $$

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

3 Solidity

輪廓面積與凸包面積的比

$$ Extent = \frac{Contou Area}{Convex Hull Area} $$

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

4 等效直徑

與輪廓面積相等的圓形的直徑

$$ Equivalent Diameter = \sqrt{\frac{4 \times\;Contou Area}{Convex Hull Area}}\quad $$

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

5 方向

方向是對象定向的角度。 如下方法還給出了主軸和短軸長度。

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

6 掩模和像素點

在某些狀況下，咱們可能須要包含該對象的全部點.能夠這樣作：

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

這裏，兩個方法，一個使用Numpy函數，另外一個使用OpenCV函數（最後一個註釋行）給出相同的方法。 結果也相同，但略有不一樣。 Numpy以（行，列）格式給出座標，而OpenCV以（x，y）格式給出座標。 因此答案基本上會互換。 請注意，row = x和column = y.

7 最大值和最小值及它們的位置

咱們能夠使用掩模圖像獲得這些參數:

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

8 平均顏色或平均強度

在這裏，咱們能夠找到對象的平均顏色。 或者它能夠是灰度模式下物體的平均強度。 咱們再次使用掩模完成它.

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

9 極點

目標最上面，最下面，最左邊，最右邊的點

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])