首页
所有分类
TAGS
文字工具 EMOJI BIBLE
编程 Python

OpenCV-Python实现轮廓的特征值

Posted in Python onJune 09, 2021

前言

轮廓自身的一些属性特征及轮廓所包围对象的特征对于描述图像具有重要意义。本篇博文将介绍几个轮廓自身的属性特征及轮廓包围对象的特征。

宽高比

在轮廓中，我们可以通过宽高比来描述轮廓，例如矩形的轮廓宽高比为：

宽高比=宽度/高度

下面，我们来计算矩形轮廓的宽高比，代码如下：

import cv2

img = cv2.imread("26_1.jpg")
cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

x, y, w, h = cv2.boundingRect(contours[0])
cv2.rectangle(img, (x, y), (x + w, y + h), (0, 0, 255), 3)
cv2.imshow("img1", img)

aspectRatio=float(w)/h
print(aspectRatio)

cv2.waitKey()
cv2.destroyAllWindows()

运行之后，我们可以得到轮廓的宽高比约为3：

OpenCV-Python实现轮廓的特征值

Extend

我们还可以使用轮廓面积与矩形边界面积之比Extend来描述图像及其轮廓特征，数学计算公式图下：

Extend=轮廓面积/矩形边界面积

下面，我们来计算Extend，代码如下：

import cv2

img = cv2.imread("26_1.jpg")
cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

x, y, w, h = cv2.boundingRect(contours[0])
rectArea=w*h#矩形边界面积
cntArea=cv2.contourArea(contours[0])#轮廓面积
extend=float(cntArea)/rectArea
print(extend)

本例中，轮廓面积与矩形边界面积的比值Extend大约为0.8：

OpenCV-Python实现轮廓的特征值

Solidity

我们还可以使用轮廓面积与凸包面积之比Solidity来衡量图像，轮廓以及凸包的特征。其数学计算公式为：

Slidity=轮廓面积/凸包面积

下面，我们来计算Slidity，代码如下：

import cv2

img = cv2.imread("26_1.jpg")
cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

x, y, w, h = cv2.boundingRect(contours[0])
cntArea=cv2.contourArea(contours[0])#轮廓面积
hull=cv2.convexHull(contours[0])
hullArea=cv2.contourArea(hull)#凸包面积
solidity=float(cntArea)/hullArea
print(solidity)

运行之后，本例轮廓面积与凸包面积的比值solidity约为1：

OpenCV-Python实现轮廓的特征值

等效直径

在OpenCV中，我们还可以使用等效直径来衡量轮廓的特征值，该值是与轮廓面积相等的圆形的直径。其数学计算公式为：

OpenCV-Python实现轮廓的特征值

下面，我们来计算与轮廓面积相等的圆形直径，代码如下：

import cv2
import numpy as np

img = cv2.imread("26_1.jpg")
cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

x, y, w, h = cv2.boundingRect(contours[0])
cntArea=cv2.contourArea(contours[0])#轮廓面积
equiDiameter=np.sqrt(4*cntArea/np.pi)
print(equiDiameter)
cv2.circle(img,(100,100),int(equiDiameter/2),(0,255,0),3)
cv2.imshow("img1",img)
cv2.waitKey()
cv2.destroyAllWindows()

运行之后，我们得到其等效直径约为145：

OpenCV-Python实现轮廓的特征值

方向

在OpenCV中，函数cv2.fitEllipse()可以用来构建最优拟合椭圆，还可以在返回值内分别返回椭圆的中心点，轴长，旋转角度信息。使用这种形式，能够直观地获取椭圆的方向等信息。

函数cv2.fitEllipse()返回值为：

(x,y)：椭圆的中心点

(MA,ma)：椭圆水平方向轴与垂直方向轴的长度

angle：椭圆的旋转角度

import cv2

img = cv2.imread("26_1.jpg")
cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

ellipsis=cv2.fitEllipse(contours[0])

(x, y), (MA, ma), angle = cv2.fitEllipse(contours[0])

print((x, y), (MA, ma), angle)

cv2.ellipse(img, ellipsis, (0, 255, 0), 2)
cv2.imshow("img1", img)
cv2.waitKey()
cv2.destroyAllWindows()

本来就是椭圆图，下面拟合后正好也是椭圆：

OpenCV-Python实现轮廓的特征值

掩摸和像素点

有时候，我们还像获取某对象的掩摸图像及其对应的点。在OpenCV中，它还提供了cv2.findNonZero()函数用于获取一个图像内的轮廓点位置，其完整定义如下：

def findNonZero(src, idx=None):

src：要查找非零元素的图像

idx：返回值，表示非0元素的索引位置。具体格式为（行号，列号）

下面，我们实测该函数，代码如下：

import cv2
import numpy as np

img = cv2.imread("26_1.jpg")

cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

mask=np.zeros(gray.shape,np.uint8)
cv2.drawContours(mask,[contours[0]],0,255,2)
pixelpoints=cv2.findNonZero(mask)
print(pixelpoints)

cv2.imshow("img1", mask)
cv2.waitKey()
cv2.destroyAllWindows()

运行之后，我们会得到轮廓点位置：

OpenCV-Python实现轮廓的特征值

最大值，最小值以及它们的位置

在OpenCV中，它提供cv2.minMaxLoc()函数获取指定对象内最大值，最小值以及位置等信息，其完整定义如下：

def minMaxLoc(src, mask=None):

src：单通道图像

mask：掩摸，通过使用掩摸图像，得到掩膜指定区域内的最值信息

该函数返回4个值：最小值，最大值，最小值位置，最大值位置。

下面，我们来获取这些值，代码如下：

import cv2
import numpy as np

img = cv2.imread("26_1.jpg")

cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

mask = np.zeros(gray.shape, np.uint8)
cv2.drawContours(mask, [contours[0]], 0, 255, 2)

min, max, min_loc, max_loc = cv2.minMaxLoc(gray, mask)
print(min, max, min_loc, max_loc)

运行之后，控制台输出4个值：

OpenCV-Python实现轮廓的特征值

平均颜色及平均灰度

在OpenCV中，它给我们提供cv2.mean()函数计算一个对象的平均颜色与平均灰度。其完整定义如下：

def mean(src, mask=None):

参数与上面两个小节一样，这里不在赘述。下面，我们来使用这个函数，代码如下：

import cv2
import numpy as np

img = cv2.imread("26_1.jpg")


cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

mask=np.zeros(gray.shape,np.uint8)
cv2.drawContours(mask,[contours[0]],0,255,2)

mean=cv2.mean(img,mask)

运行之后，输出4个值：RGB以及A通道的均值：

OpenCV-Python实现轮廓的特征值

极点

有时候，我们希望获取某个对象内的极点，比如最左，最右，最上，最下等。在OpenCV中，它给我们提供了以下方法进行获取：

left=tuple(cnt[cnt[:,:,0].argmin()][0])
right=tuple(cnt[cnt[:,:,0].argmax()][0])
top=tuple(cnt[cnt[:,:,1].argmin()][0])
bottom=tuple(cnt[cnt[:,:,1].argmax()][0])

下面，我们来通过这些方法获取，代码如下：

import cv2
import numpy as np

img = cv2.imread("26_1.jpg")

cv2.imshow("img", img)

# 转换为灰度图像
gray = cv2.cvtColor(img, cv2.COLOR_BGR2GRAY)

ret, binary = cv2.threshold(gray, 127, 255, cv2.THRESH_BINARY)
contours, hierarchy = cv2.findContours(binary, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)

mask = np.zeros(img.shape, np.uint8)
cnt = contours[0]
left = tuple(cnt[cnt[:, :, 0].argmin()][0])
right = tuple(cnt[cnt[:, :, 0].argmax()][0])
top = tuple(cnt[cnt[:, :, 1].argmin()][0])
bottom = tuple(cnt[cnt[:, :, 1].argmax()][0])

print(left, right, top, bottom)

font = cv2.FONT_HERSHEY_SIMPLEX

cv2.putText(img, "left", left, font, 1, (0, 255, 0), 2)
cv2.putText(img, "right", right, font, 1, (0, 255, 0), 2)
cv2.putText(img, "top", top, font, 1, (0, 255, 0), 2)
cv2.putText(img, "bottom", bottom, font, 1, (0, 255, 0), 2)

cv2.imshow("result",img)
cv2.waitKey()
cv2.destroyAllWindows()

运行之后，值与效果如下：

OpenCV-Python实现轮廓的特征值

到此这篇关于OpenCV-Python实现轮廓的特征值的文章就介绍到这了,更多相关OpenCV 轮廓的特征值内容请搜索三水点靠木以前的文章或继续浏览下面的相关文章希望大家以后多多支持三水点靠木！

OpenCV-Python实现轮廓的特征值

- Author -

一天一篇Python库

声明：登载此文出于传递更多信息之目的，并不意味着赞同其观点或证实其描述。

Python 相关文章推荐
利用Python中的输入和输出功能进行读取和写入的教程
Apr 14 Python
python Django批量导入不重复数据
Mar 25 Python
Windows下Python2与Python3两个版本共存的方法详解
Feb 12 Python
python 简单搭建阻塞式单进程,多进程,多线程服务的实例
Nov 01 Python
python使用knn实现特征向量分类
Dec 26 Python
Python 读取串口数据,动态绘图的示例
Jul 02 Python
基于python调用psutil模块过程解析
Dec 20 Python
python实现logistic分类算法代码
Feb 28 Python
python+django+selenium搭建简易自动化测试
Aug 19 Python
详解Python中第三方库Faker
Sep 25 Python
基于python实现百度语音识别和图灵对话
Nov 02 Python
python爬虫调度器用法及实例代码
Nov 30 Python
再也不用花钱买漫画!Python爬取某漫画的脚本及源码
Jun 09 #Python
Python的这些库,你知道多少?
OpenCV-Python使用cv2实现傅里叶变换
Python合并多张图片成PDF
Jun 09 #Python
Python3 多线程(连接池)操作MySQL插入数据
jupyter notebook保存文件默认路径更改方法汇总(亲测可以)
Django rest framework如何自定义用户表
Jun 09 #Python
SQL注入(2) 选择器(1) canvas(2) 代理(2) #{}(1) 外键(1) IC-R9500(1) 脏读(2) 克隆(1) 增删查改(1)
You might like
PHP网站开发中常用的8个小技巧
2015/02/13 PHP
PHP超低内存遍历目录文件和读取超大文件的方法
2019/05/01 PHP
laravel-admin的图片删除实例
2019/09/30 PHP
一些相见恨晚的 JavaScript 技巧
2010/04/25 Javascript
电子商务网站上的常用的js放大镜效果
2011/12/08 Javascript
js+css实现的简单易用兼容好的分页
2013/12/30 Javascript
Javascript 拖拽的一些简单的应用(逐行分析代码，让你轻松了拖拽的原理)
2015/01/23 Javascript
JavaScript正则表达式匹配 div  style标签
2016/03/15 Javascript
jQuery实现弹出带遮罩层的居中浮动窗口效果
2016/09/12 Javascript
jquery实现下拉菜单的手风琴效果
2017/07/23 jQuery
JavaScript实现二叉树定义、遍历及查找的方法详解
2017/12/20 Javascript
vue router嵌套路由在history模式下刷新无法渲染页面问题的解决方法
2018/01/25 Javascript
vue用递归组件写树形控件的实例代码
2018/07/19 Javascript
Vue+axios实现统一接口管理的方法
2018/07/23 Javascript
JavaScript寄生组合式继承原理与用法分析
2019/01/11 Javascript
Webpack4 使用Babel处理ES6语法的方法示例
2019/03/07 Javascript
小程序的上传文件接口的注意要点解析
2019/09/17 Javascript
[02:36]DOTA2亚洲邀请赛小组赛精彩集锦：EE凭借法力虚空拿下4杀
2017/03/30 DOTA
python模拟鼠标拖动操作的方法
2015/03/11 Python
Python 专题二 条件语句和循环语句的基础知识
2017/03/19 Python
Python使用正则表达式过滤或替换HTML标签的方法详解
2017/09/25 Python
Python实现基本数据结构中队列的操作方法示例
2017/12/04 Python
解决phantomjs截图失败,phantom.exit位置的问题
2018/05/17 Python
Python二叉树的遍历操作示例【前序遍历,中序遍历,后序遍历,层序遍历】
2018/12/24 Python
opencv实现静态手势识别 opencv实现剪刀石头布游戏
2019/01/22 Python
解决Django中checkbox复选框的传值问题
2020/03/31 Python
python中Django文件上传方法详解
2020/08/05 Python
8款使用 CSS3 实现超炫的 Loading（加载）的动画效果
2015/03/17 HTML / CSS
澳大利亚在线购买儿童玩具：Toy Universe
2017/12/28 全球购物
如何减少垃圾回收让内存更加有效使用
2013/10/18 面试题
环境工程与管理大学毕业生求职信
2013/10/02 职场文书
医药代表个人求职信范本
2013/12/19 职场文书
2015年公司国庆放假通知
2015/07/30 职场文书
python 爬取吉首大学网站成绩单
2021/06/02 Python
分析ZooKeeper分布式锁的实现
2021/06/30 Java/Android
Android Canvas绘制文字横纵向对齐
2022/06/05 Java/Android