国外做mg动画的网站大全,网站打不开 别的电脑能打开,同程网 网站模板,seo教程正规化岚鸿图像轮廓的获取可参考博文十七
一、相关原理
1#xff0c;弧长和面积
对于弧长和面积#xff0c;计算出来的轮廓单位都是像素
2#xff0c;多边形拟合
每一个轮廓都是一系列的点#xff0c;然后通过多边形进行拟合#xff0c;无限的接近真实形状 相关API#xff1a;…图像轮廓的获取可参考博文十七
一、相关原理
1弧长和面积
对于弧长和面积计算出来的轮廓单位都是像素
2多边形拟合
每一个轮廓都是一系列的点然后通过多边形进行拟合无限的接近真实形状 相关APIcv.approxPolyDP(contour,4, True) 其中参数一contour几何的轮廓 参数二epsilon表示折线的大小越小表示越接近真实形状 参数三close表示是否为闭合区域一般默认为True
3几何矩计算
前景像素f(x,y) 原点矩 pq0称为零阶矩pq1称为一阶矩 中心距 中心距已经是中心化之后的值一般都是从一阶矩开始的 图像的重心坐标 M10表示一阶(101)
二、将几何图像通过矩形框框出并求出矩形面积
import cv2 as cv
import numpy as npdef measure_object(image):gray cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)print(threshold value : %s%ret)cv.imshow(binary image, binary)dst cv.cvtColor(binary, cv.COLOR_GRAY2BGR)outImage, contours, hireachy cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)for i, contour in enumerate(contours):area cv.contourArea(contour)x, y, w, h cv.boundingRect(contour)rate min(w, h)/max(w, h)print(rectangle rate : %s%rate)#矩形面积mm cv.moments(contour)print(type(mm))cx mm[m10]/mm[m00]cy mm[m01]/mm[m00]cv.circle(dst, (np.int(cx), np.int(cy)), 3, (0, 255, 255), -1)#圆心cv.rectangle(dst, (x, y), (xw, yh), (0, 0, 255), 2)#矩形框print(contour area %s%area)cv.imshow(measure-contours, dst)src cv2.imread(rG:\Juptyer_workspace\study\opencv\opencv3\number.jpg)
cv.namedWindow(input image, cv.WINDOW_AUTOSIZE)
cv.imshow(input image, src)
measure_object(src)
cv.waitKey(0)cv.destroyAllWindows()
效果图如下 三、识别圆、矩形、三角形并使用不同的颜色进行区分标记轮廓并出去轮廓面积
import cv2 as cv
import numpy as npdef measure_object(image):gray cv.cvtColor(image, cv.COLOR_BGR2GRAY)ret, binary cv.threshold(gray, 0, 255, cv.THRESH_BINARY_INV | cv.THRESH_OTSU)print(threshold value : %s%ret)cv.imshow(binary image, binary)dst cv.cvtColor(binary, cv.COLOR_GRAY2BGR)outImage, contours, hireachy cv.findContours(binary, cv.RETR_EXTERNAL, cv.CHAIN_APPROX_SIMPLE)for i, contour in enumerate(contours):area cv.contourArea(contour)x, y, w, h cv.boundingRect(contour)rate min(w, h)/max(w, h)print(rectangle rate : %s%rate)mm cv.moments(contour)print(type(mm))cx mm[m10]/mm[m00]cy mm[m01]/mm[m00]cv.circle(dst, (np.int(cx), np.int(cy)), 3, (0, 255, 255), -1)#圆心#cv.rectangle(dst, (x, y), (xw, yh), (0, 0, 255), 2)#外接矩形print(contour area %s%area)approxCurve cv.approxPolyDP(contour,4, True)print(approxCurve.shape)if approxCurve.shape[0] 6:#圆肯定需要多个线段进行无限趋近拟合cv.drawContours(dst, contours, i, (0, 255, 0), 2)if approxCurve.shape[0] 4:#矩形四条线段即可拟合成功cv.drawContours(dst, contours, i, (0, 0, 255), 2)if approxCurve.shape[0] 3:#三角形三条线段即可拟合成功cv.drawContours(dst, contours, i, (255, 0, 0), 2)cv.imshow(measure-contours, dst)print(--------- Python OpenCV Tutorial ---------)
src cv2.imread(rG:\Juptyer_workspace\study\opencv\opencv3\by.jpg)
cv.namedWindow(input image, cv.WINDOW_AUTOSIZE)
cv.imshow(input image, src)
measure_object(src)
cv.waitKey(0)cv.destroyAllWindows()
效果图如下
