1图像矩
帮你计算一些属性,比如重心,面积等。
函数cv2moments()会给你一个字典,包含所有矩值
你可以从这个里面得到有用的数据比如面积,重心等。重心可以用下面的式子得到:
2轮廓面积
轮廓面积由函数cv2contourArea()得到或者从矩里得到M['m00']
3轮廓周长
可以用cv2arcLength()函数得到。第二个参数指定形状是否是闭合的轮廓(如果传True)。或者只是一个曲线。
4轮廓近似
这会把轮廓形状近似成别的边数少的形状,边数由我们指定的精确度决定。这是Douglas-Peucker算法的实现。
要理解这个,假设你试图找一个图像里的方块,但是由于图像里的一些问题,你得不到一个完美的方块,只能得到一个“坏方块”。现在你可以使用这个函数来近似,第二个参数叫epsilon,是从轮廓到近似轮廓的最大距离。是一个准确率参数,好的epsilon的选择可以得到正确的输出。
在下面第二个图像里,绿线显示了epsilon = 10% of arc length 的近似曲线。第三个图像显示了epsilon = 1% of the arc length。第三个参数指定曲线是否闭合。
5凸形外壳
凸形外壳和轮廓近似类似,但是还不一样(某些情况下两个甚至提供了同样的结果)。这儿,cv2convexHull()函数检查凸面曲线缺陷并修复它。一般来说,凸面曲线总是外凸的,至少是平的,如果它内凹了,这就叫凸面缺陷。比如下面这张图,红线显示了手的凸形外壳。双向箭头显示了凸面缺陷,是轮廓外壳的最大偏差。
参数详情:
·points 是我们传入的轮廓
·hull 是输出,一般我们不用传
·clockwise: 方向标示,如果是True,输出凸形外壳是顺时针方向的。否则,是逆时针的。
·returnPoints:默认是True。然后会返回外壳的点的坐标。如果为False,它会返回轮廓对应外壳点的索引。
所以要获得凸形外壳,下面
但是如果你想找到凸面缺陷,你需要传入returnPoints = False。我们拿上面的矩形图形来说,首先我找到他的轮廓cnt,现在用returnPoints = True来找他的凸形外壳,我得到下面的值:[[[234 202]], [[51 202]], [51 79]], [[234 79]]] 是四个角的点。如果你用returnPoints = False,我会得到下面的结果:[[129], [67], [0], [142]] 这是轮廓里对应点的索引,比如cnt[129] = [234, 202]],这和前面结果一样。
6检查凸面
有一个函数用来检查是否曲线是凸面, cv2isContourConvex()它返回True或False。
7边界矩形
有两种边界矩形
7a正边界矩形
这个矩形不考虑对象的旋转,所以边界矩形的面积不是最小的,函数是cv2boundingRect()。
假设矩形左上角的坐标是(x,y), (w, h)是它的宽和高
7b渲染矩形
这个边界矩形是用最小面积画出来的,所以要考虑旋转。函数是cv2minAreaRect()。它返回一个Box2D结构,包含了(左上角(x,y),(width, height),旋转角度)。但是要画这个矩形我们需要4个角。这四个角用函数cv2boxPoints()得到
8最小闭包圆
我们找一个目标的外接圆可以用函数cv2minEnclosingCircle()这个圆用最小面积完全包围目标。
9椭圆
用一个椭圆来匹配目标。它返回一个旋转了的矩形的内接椭圆
10 直线
类似的我们可以匹配一根直线,下面的图像包含一系列的白色点,我们可以给它一条近似的直线。
END
findContours 会找到
获得轮廓
Moments m = moments(contours[idx]);
质心
面积 (面积小可以踢掉
mm00
曲线优化 (epsilon百分比越低,越贴近原轮廓
将所有点囊括在内
外框
旋转外框
外切圆
外切椭圆
生成垂线
这里要注意的是 convexHull 这个函数输出hull特征时可以输出两种类型 vector<cv::Point> 和 vector<int>。如果用于之前凸包点显示则用point的数组, 如果用于凸缺陷则需要int数组,否则 convexityDefects 无法执行通过。输出的点也包含四个id信息,形状的位置点索引(开始点,结束点,以及凹陷内点)和深度(了解这个值的意义请留言)。另外做凸缺陷处理最好对目标简化,再进行,否则会出现很多数据。凸缺陷并非连续,他只是一些特征,如果是一个完全的圆,那么可能它没有任何缺陷,而矩形的缺陷就是它的四个边的中点。
>
以上就是关于OpenCV-Python教程:19.轮廓属性全部的内容,包括:OpenCV-Python教程:19.轮廓属性、OpenCV C++ 简单小技巧 - 轮廓 (14、等相关内容解答,如果想了解更多相关内容,可以关注我们,你们的支持是我们更新的动力!
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)