opencv_python學習筆記十八

21 opencv的輪廓

經常使用函數:

def findContours(image, #二值單通道圖像

                  mode, #輪廓的檢測方式

                  method, #輪廓的近似辦法

                  contours=None, #要繪製的邊緣數組

                  hierarchy=None, #輪廓個數

                  offset=None)#輪廓點的偏移量

Mode的檢測模式有:

Cv2.RETR_EXTERNAL  #獲得最外面的輪廓
CV_RETR_LIST
CV_RETR_TREE
method輪廓的近似方法
CV_CHAIN_APPROX_NONE #全部邊界點都會被存儲
CV_CHAIN_APPROX_SIMPLE# 會去掉輪廓上的冗餘點
CV_CHAIN_APPROX_TC89_L1
CV_CHAIN_APPROX_TC89_KCOS

def drawContours(image, #目標圖像

                  contours, #要繪製的邊緣數組

                  contourIdx, #須要繪製的邊緣索引

                  color, #繪製的顏色

                  thickness=None, #畫筆寬度

                  lineType=None, #連線類型

                  hierarchy=None, #用於傳入層級關係

                  maxLevel=None, #層級中的最大級別

                  offset=None)#每一個輪廓點的偏移量

1 繪製輪廓

示例代碼以下:

#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time    : 2016/11/22 8:38 # @Author  : Retacn # @Site    : 圖像輪廓 # @File    : imageContuor.py # @Software: PyCharm import cv2
import numpy as np
from matplotlib import pyplot as plt

# 讀入圖像 img = cv2.imread('../test.jpg')
img2=cv2.imread('../test1.jpg')

temp_img = img.copy()
# 變爲灰度圖像 imggray = cv2.cvtColor(temp_img, cv2.COLOR_BGR2GRAY)
# 設定閾值 ret, thresh = cv2.threshold(imggray, 127, 255, 0)
# 查找輪廓 image, contours, hierarchy = cv2.findContours(thresh,#二值單通道圖像                                               cv2.RETR_TREE,#輪廓的檢測方法                                               cv2.CHAIN_APPROX_SIMPLE)#輪廓的近似方法 # 繪製輪廓 image_re = cv2.drawContours(img2,#目標圖像                             contours,#邊緣數組                             263,#要繪製的輪廓的索引                             (0, 255, 0),#顏色                             3)#畫筆寬度 # 源圖像 plt.subplot(131), plt.imshow(img, 'gray')
plt.title("Original"), plt.xticks([]), plt.yticks([])

# 查詢完後圖像 plt.subplot(132), plt.imshow(image, 'gray')
plt.title("Image"), plt.xticks([]), plt.yticks([])

# 繪製輪廓 plt.subplot(133), plt.imshow(image_re, 'gray')
plt.title("Image_re"), plt.xticks([]), plt.yticks([])

plt.show()

2 輪廓特徵

查詢輪廓的不一樣特徵 面積 周長 重心 邊界

矩

def moments(array,#二維點列

             binaryImage=None)#若是是true全部非零值像素置1

示例代碼以下:

#!/usr/bin/env python # -*- coding: utf-8 -*- # @Time    : 2016/11/22 10:15 # @Author  : Retacn # @Site    : 輪廓特徵 # @File    : contuorFeature.py # @Software: PyCharm import cv2
import numpy as np
from matplotlib import pyplot as plt

#讀入圖像 img=cv2.imread('../test.jpg')

temp_img = img.copy()
# 變爲灰度圖像 imggray = cv2.cvtColor(temp_img, cv2.COLOR_BGR2GRAY)
# 設定閾值 ret, thresh = cv2.threshold(imggray, 127, 255, 0)
# 查找輪廓 image, contours, hierarchy = cv2.findContours(thresh,#二值單通道圖像                                               cv2.RETR_TREE,#輪廓的檢測方法                                               cv2.CHAIN_APPROX_SIMPLE)#輪廓的近似方法 contour=contours[0]
M=cv2.moments(contour)
print(M)

#輸出結果: #{'m11': 821515965.3333333,  #空間矩形

'nu11': -2.035886991415788e-05, 

'mu12': -2124606.8292655945, 

'm30': 259471192096.6, 

'nu12': -2.7573417567631675e-06,#中心歸一化矩

 'm12': 119381836048.86667, 

'mu11': -65793.66022455692, #中心矩形

'nu20': 0.10060818323074136, 

'nu02': 0.06901872613271595, 

'm10': 7503469.333333333, 

'mu21': -2677871.7602539062, 

'm20': 1315531329.0, 

'm21': 144022195380.86667, 

'nu30': 2.0259690085904074e-06, 

'nu21': -3.475376018798413e-06, 

'mu20': 325134973.16912174, 

'm01': 6224491.333333333, 

'm03': 147891998777.6, 

'm02': 904589351.6666666, 

'm00': 56848.0, 

'mu03': 731122.353302002, 

'nu03': 9.488598861180405e-07, 

'mu02': 223047479.327415, 

'mu30': 1561064.2318725586}

計算對象的重心

Cx=int(M[‘m10’]/M[‘m00’])

Cy=int(M[‘m01’]/M[‘m00’])

輪廓面積

def contourArea(contour,#二維點集

             oriented=None)#面向區域標誌,ture有向面積值

                               False是絕對值

示例代碼以下:

#輪廓的面積 area=cv2.contourArea(contour)
print("輪廓面積:",area)
#輸出結果: 56848.0

輪廓周長

def arcLength(curve, #圖像輪廓

            closed)#指定對像形狀是閉合的

#輪廓周長 perimeter=cv2.arcLength(contour,True)
print("輪廓周長:",perimeter)
#輸入結果爲:963.3137083053589

#輪廓近似

def approxPolyDP(curve, #輸入的點集

                  epsilon, #指定的精度

                  closed, #true爲閉合

                  approxCurve=None)#輸出的點集

示例代碼以下:

# 繪製輪廓 image_re = cv2.drawContours(temp_img,#目標圖像                             contours,#邊緣數組                             3,#要繪製的輪廓的索引                             (0, 255, 0),#顏色                             3)#畫筆寬度

示例代碼爲：

# 輪廓的近似 epsilon = 0.1 * cv2.arcLength(contour, True)
approx = cv2.approxPolyDP(contour, epsilon, True)
print('輪廓近似',approx)
#輸出結果: #[[[  1   1]] #[[  1 218]] #[[263 218]] #[[263   1]]]

#凸包

def convexHull(points, #要求凸包的焦點

            hull=None, #輸出的凸點包

            clockwise=None, #順時針仍是逆時針方向

            returnPoints=None)#函數的輸出類型

                               True 返加凸包點上的座標

                               False 凸包點對應的輪廓的點

示例代碼爲：#凸包 hull=cv2.convexHull(contour)
print('凸包',hull)
#輸出結果爲:矩形的四個角 #[[[263 218]] #[[  1 218]] #[[  1   1]] #[[263   1]]]

#凸性檢測,返回布爾值

def isContourConvex(contour)#

示例代碼以下：

#凸性檢測,返回布爾值 k=cv2.isContourConvex(contour)
print('是否凸性',k)

邊界矩形

直邊界矩形

def boundingRect(points)#邊界數組

def rectangle(img, #源圖像

            pt1, #對角線上的兩個頂點

            pt2, #

            color,# 線條的顏色

            thickness=None, #線條的寬度

            lineType=None, #線條的類型

            shift=None)#座標點的小數點位數

旋轉邊界矩形

def minAreaRect(points)#邊界數組