印刷下单网站开发,如何做教育网站,手机网站建设免费,群晖wordpress外网无法访问OpenCV 例程200篇 总目录-202206更新 【youcans 的 OpenCV 例程200篇】199.轮廓的外接边界框 文章目录【youcans 的 OpenCV 例程200篇】199.轮廓的外接边界框2. 轮廓的特征描述2.3 轮廓的外接边界框2.3.1 轮廓的垂直矩形边界框2.3.2 轮廓的最小矩形边界框2.3.3 轮廓的最小外接圆…OpenCV 例程200篇 总目录-202206更新 【youcans 的 OpenCV 例程200篇】199.轮廓的外接边界框 文章目录【youcans 的 OpenCV 例程200篇】199.轮廓的外接边界框2. 轮廓的特征描述2.3 轮廓的外接边界框2.3.1 轮廓的垂直矩形边界框2.3.2 轮廓的最小矩形边界框2.3.3 轮廓的最小外接圆2.3.4 轮廓的最小外接三角形2.3.5 轮廓的最小拟合椭圆2.3.6 轮廓的拟合直线2.3.7 形状相似度检测例程 12.5轮廓的外接边界框2. 轮廓的特征描述
在对实际图像进行轮廓查找时得到的轮廓数量很多。获取轮廓后通常基于轮廓的特征进行筛选、识别和处理。例如基于轮廓的周长和面积对轮廓进行筛选然后绘制筛选的目标轮廓或其最小外接矩形。
常用的轮廓特征包括图像距、轮廓周长、轮廓近似、凸包、边界矩形、拟合图形等特征。 2.3 轮廓的外接边界框
通过轮廓的外接矩形、外接圆或椭圆计算几何形状的横纵比、面积、周长可以实现特定几何形状轮廓的查找与过滤 为后续的处理与分析筛选目标。
2.3.1 轮廓的垂直矩形边界框
垂直矩形边界框是指平行于图像侧边的矩形框。用于不考虑旋转垂直边界框不是轮廓的最小矩形边界框。
函数 cv2. boundingRect() 可以获得轮廓的垂直矩形边界框。
函数说明
cv.boundingRect(array) → retval参数说明
array灰度图像或顶点构成的二维向量组如轮廓列表 contours 中的一个轮廓retval返回值结构 (x, y, w, h)矩形左上顶点坐标 x, y矩形的宽度 w高度 h 2.3.2 轮廓的最小矩形边界框
轮廓的最小矩形边界框是面积最小的轮廓外接矩形框最小矩形边界框通常与图像侧边有旋转角。
函数 cv2. minAreaRect () 可以获得轮廓的最小矩形边界框函数 cv2.boxPoints() 计算旋转矩形的顶点。
函数说明
cv.minAreaRect(points) → retval
cv.boxPoints(box[, points]) → points参数说明
points二维点向量集 (x,y)retval [(x,y), (w,h), ang] Box2D 结构矩形中心点坐标 (x,y)矩形宽高 (w,h)旋转角度 angbox Box2D 结构旋转矩形如函数 cv.minAreaRect() 的输出
注意事项
水平轴逆时针旋转直到矩形的第一条边该边与水平轴的夹角为旋转角度 ang这条边的边长为 width。
当数据接近包含的元素边界时返回的 RotatedRect 可以包含负索引。 2.3.3 轮廓的最小外接圆
轮廓的最小外接圆是面积最小的轮廓外接圆。
函数 cv2. minAreaRect() 可以获得轮廓的最小外接圆。
函数说明
cv.minEnclosingCircle(points) → center, radius参数说明
points二维点向量集center外接圆的圆心坐标 (Cx, Cy)浮点数radius外接圆的半径浮点数 2.3.4 轮廓的最小外接三角形
轮廓的最小外接三角形是面积最小的轮廓外接三角形。
函数 cv2. minEnclosingTriangle () 可以获得轮廓的最小外接圆。
函数说明
cv.minEnclosingTriangle(points[, triangle]) → retval, triangle参数说明
points二维点向量集数据类型为 CV_32S 或 CV_32Fretval三角形的面积浮点数triangle三角形的顶点坐标形状 (3,1,2)数据类型为 CV_32F 2.3.5 轮廓的最小拟合椭圆
函数 cv2. fitEllipse() 根据一组二维点向量拟合椭圆。
函数说明
cv.fitEllipse(points) → retval参数说明
points二维点向量集retval [(x,y), (a,b), ang]椭圆中心点坐标 (x,y)椭圆短轴、长轴长度 (a,b)旋转角度 ang
旋转角度 ang 表示短轴 a 与水平轴的夹角顺时针为正。 2.3.6 轮廓的拟合直线
函数 cv2. fitLine() 用一条直线拟合到一组二维点向量。
函数说明
cv.fitLine(points, distType, param, reps, aeps[, line] ) → line参数说明
points二维或三维点向量集line拟合直线(vx, vy, x0, y0)(vx,vy) 是与直线共线的归一化向量(x0,y0) 是直线上的点distType距离类型 cv.DIST_L1、cv.DIST_L2、cv.DIST_C、cv.DIST_L12param某些类型距离的参数C0 表示选择最佳值reps距离精度原点与直线的间距aeps角度精度推荐值 0.01 2.3.7 形状相似度检测
函数 cv2.matchShapes() 基于 Hu 不变矩检测两个形状之间的相似度返回值越小表明形状越相似。
函数说明
cv.matchShapes(contour1, contour2, method, parameter) → retval参数说明
contour1第 1 个轮廓或灰度图像contour2第 2 个轮廓或灰度图像method比较方法可选项cv.CONTOURS_MATCH_I1、cv.CONTOURS_MATCH_I2、cv.CONTOURS_MATCH_I3 例程 12.5轮廓的外接边界框 # 12.5 轮廓的外接边界框img cv2.imread(../images/seagull01.png, flags1)gray cv2.cvtColor(img, cv2.COLOR_BGR2GRAY) # 灰度图像plt.figure(figsize(9, 6))plt.subplot(231), plt.axis(off), plt.title(Origin)plt.imshow(cv2.cvtColor(img, cv2.COLOR_BGR2RGB))# HSV 色彩空间图像分割hsv cv2.cvtColor(img, cv2.COLOR_BGR2HSV) # 将图片转换到 HSV 色彩空间lowerBlue, upperBlue np.array([100, 43, 46]), np.array([124, 255, 255]) # 蓝色阈值segment cv2.inRange(hsv, lowerBlue, upperBlue) # 背景色彩图像分割kernel cv2.getStructuringElement(cv2.MORPH_ELLIPSE, (5, 5)) # (5, 5) 结构元binary cv2.dilate(cv2.bitwise_not(segment), kernelkernel, iterations3) # 图像膨胀# 寻找二值化图中的轮廓# binary, contours, hierarchy cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # OpenCV3contours, hierarchy cv2.findContours(binary, cv2.RETR_TREE, cv2.CHAIN_APPROX_SIMPLE) # OpenCV4~# # 绘制全部轮廓contourIdx-1 绘制全部轮廓for i in range(len(contours)): # 绘制第 i 个轮廓if hierarchy[0][i][3]-1: # 最外层轮廓rect cv2.minAreaRect(contours[i]) # 最小外接矩形x, y int(rect[0][0]), int(rect[0][1]) # 最小外接矩形的中心(x,y)text {}:({},{}).format(i, x, y)img cv2.drawContours(img, contours, i, (255, 255, 255), -1) # 绘制第 i 个轮廓, 内部填充img cv2.putText(img, text, (x, y), cv2.FONT_HERSHEY_SIMPLEX, 0.6, (0, 0, 255))cnt contours[1]moments cv2.moments(cnt) # 返回字典几何矩 mpq, 中心矩 mupq 和归一化矩 nupqcx round(moments[m10] / moments[m00])cy round(moments[m01] / moments[m00])cv2.circle(img, (cx, cy), 5, (0, 0, 255), -1) # 在轮廓的质心上绘制圆点print(Centroid of contour: ({}, {}).format(cx, cy))# 轮廓的垂直矩形边界框# boundingBoxes [cv2.boundingRect(cnt) for cnt in contours] # 所有轮廓的外接垂直矩形x, y, w1, h1 cv2.boundingRect(cnt) # 矩形左上顶点的坐标 x, y, 矩形宽度 w, 高度 hprint(Vertical rectangle: (x,y){}, (w,h){}.format((x, y), (w1, h1)))img1 img.copy()cv2.rectangle(img1, (x, y), (xw1, yh1), (0, 0, 255), 2) # 绘制垂直矩形边界框# 轮廓的最小矩形边界框rect cv2.minAreaRect(cnt) # 中心点 (x,y), 矩形宽度高度 (w,h), 旋转角度 ang(x, y), (w2, h2), ang np.int32(rect[0]), np.int32(rect[1]), round(rect[2], 1)box np.int32(cv2.boxPoints(rect)) # 计算旋转矩形的顶点, (4, 2)cv2.drawContours(img1, [box], 0, (0, 0, 255), 2) # # 将旋转矩形视为一个轮廓进行绘制print(Minimum area rectangle: (Cx,Cy){}, (w,h){}, ang{}).format((x, y), (w2, h2), ang))plt.subplot(232), plt.axis(off), plt.title(Rectangle bounding)plt.imshow(cv2.cvtColor(img1, cv2.COLOR_BGR2RGB))# 轮廓的最小外接圆(x, y), r cv2.minEnclosingCircle(cnt) # 圆心 (x,y), 半径 rCx, Cy, radius int(x), int(y), int(r)img2 img.copy()cv2.circle(img2, (Cx, Cy), radius, (0, 255, 0), 2)print(Minimum circle: (Cx,Cy)({},{}), r{}.format(Cx, Cy, radius))plt.subplot(233), plt.axis(off), plt.title(Circumcircle )plt.imshow(cv2.cvtColor(img2, cv2.COLOR_BGR2RGB))# 轮廓的最小外接三角形area, triangle cv2.minEnclosingTriangle(cnt) # area 三角形面积, triangle 三角形顶点 (3,1,2)intTri np.int32(triangle)img3 img.copy()cv2.polylines(img3, [intTri], True, (255, 0, 0), 2)plt.subplot(234), plt.axis(off), plt.title(Circumscribed triangle)plt.imshow(cv2.cvtColor(img3, cv2.COLOR_BGR2RGB))# 轮廓的拟合椭圆ellipse cv2.fitEllipse(cnt) # 椭圆中心点 (x,y), 宽度高度 (w,h), 旋转角度 ang(x, y), (w3, h3), ang np.int32(ellipse[0]), np.int32(ellipse[1]), round(ellipse[2], 1)print(Fitted ellipse: (Cx,Cy){}, (w,h){}, ang{}).format((x, y), (w3, h3), ang))img4 img.copy()cv2.ellipse(img4, ellipse, (0, 255, 255), 2)plt.subplot(235), plt.axis(off), plt.title(Fitted ellipse)plt.imshow(cv2.cvtColor(img4, cv2.COLOR_BGR2RGB))# # 拟合直线rows, cols img.shape[:2][vx, vy, x, y] cv2.fitLine(cnt, cv2.DIST_L1, 0, 0.01, 0.01)lefty int((-x * vy/vx) y)righty int(((cols - x) * vy/vx) y)img5 img.copy()cv2.line(img5, (0,lefty), (cols-1,righty), (255, 0, 0), 2)plt.subplot(236), plt.axis(off), plt.title(Fitted line)plt.imshow(cv2.cvtColor(img5, cv2.COLOR_BGR2RGB))print(area of contour[1]: , cv2.contourArea(cnt)) # 轮廓的面积print(area of VerticalRectangle: , w1*h1) # 轮廓垂直外接矩形的面积print(area of MinAreaRectangle: , w2*h2) # 轮廓最小外接矩形的面积print(area of MinAreaTriangle: , int(area)) # 轮廓最小外接三角形的面积plt.tight_layout()plt.show()运行结果
Centroid of contour: (227, 263)
Vertical rectangle: (x,y)(168, 173), (w,h)(132, 156)
Minimum area rectangle: (Cx,Cy)(215, 267), (w,h)(178, 106), ang60.6)
Minimum circle: (Cx,Cy)(246,250), r89
Fitted ellipse: (Cx,Cy)(225, 265), (w,h)(101, 173), ang155.4)
area of contour[1]: 9302.5
area of VerticalRectangle: 20592
area of MinAreaRectangle: 18868
area of MinAreaTriangle: 13913本节完 版权声明 youcansxupt 原创作品转载必须标注原文链接(https://blog.csdn.net/youcans/article/details/125024042) Copyright 2022 youcans, XUPT Crated2022-5-28 欢迎关注 『youcans 的 OpenCV 例程 200 篇』 系列持续更新中 欢迎关注 『youcans 的 OpenCV学习课』 系列持续更新中 更多内容请见 【OpenCV 例程200篇 总目录-202206更新】 194.寻找图像轮廓cv.findContours 195.绘制图像轮廓cv.drawContours 196.图像的矩和不变矩cv.moments 197.轮廓的基本特征 198.基于不变矩的形状相似性检测 199.轮廓的外接边界框 200.轮廓的基本属性
