opencv 图像轮廓特征图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆

找出图像轮廓
contours, hierarchy = cv.findContours(thresh, 3, 2)

画出图像轮廓
cnt = contours[1]
cv.drawContours(img_color1, [cnt], 0, (0, 0, 255), 2)

计算轮廓面积
area = cv.contourArea(cnt) #cnt：轮廓
print(area)

计算轮廓周长
perimeter = cv.arcLength(cnt, True) #参数2：表示轮廓是否封闭
print(perimeter)

图像矩
M = cv.moments(cnt)
print(M)
print(M[‘m00’]) # 轮廓面积
cx, cy = M[‘m10’] / M[‘m00’], M[‘m01’] / M[‘m00’] # 轮廓质心
print(cx, cy)

图像外接矩形
x, y, w, h = cv.boundingRect(cnt) # 外接矩形
cv.rectangle(img_color1, (x, y), (x + w, y + h), (0, 255, 0), 2)

最小外接矩形
rect = cv.minAreaRect(cnt) # 最小外接矩形
box = np.int0(cv.boxPoints(rect)) # 矩形的四个角点并取整
cv.drawContours(img_color1, [box], 0, (255, 0, 0), 2)

最小外接圆
(x, y), radius = cv.minEnclosingCircle(cnt)
(x, y, radius) = map(int, (x, y, radius)) # 这也是取整的一种方式噢
cv.circle(img_color2, (x, y), radius, (0, 0, 255), 2)

拟合椭圆
ellipse = cv.fitEllipse(cnt)
cv.ellipse(img_color2, ellipse, (0, 255, 0), 2)

实验：计算下图中数字1的面积、轮廓周长，绘制数字1的外接矩形、最小外接矩形、最小外接圆、拟合椭圆

import cv2 as cv
import numpy as np# 载入手写数字图片
img = cv.imread('handwriting.jpg', 0)
# 将图像二值化
_, thresh = cv.threshold(img, 0, 255, cv.THRESH_BINARY_INV + cv.THRESH_OTSU)
contours, hierarchy = cv.findContours(thresh, 3, 2)# 创建出两幅彩色图用于绘制
img_color1 = cv.cvtColor(img, cv.COLOR_GRAY2BGR)
img_color2 = np.copy(img_color1)
# 创建一幅彩色图像用作结果对比
img_color = np.copy(img_color1)# 计算数字1的轮廓特征
cnt = contours[1]
cv.drawContours(img_color1, [cnt], 0, (0, 0, 255), 2)# 1.轮廓面积
area = cv.contourArea(cnt)  # 6289.5
print(area)# 2.轮廓周长
perimeter = cv.arcLength(cnt, True)  # 527.4041
print(perimeter)# 3.图像矩
M = cv.moments(cnt)
print(M)
print(M['m00'])  # 轮廓面积
cx, cy = M['m10'] / M['m00'], M['m01'] / M['m00']  # 轮廓质心
print(cx, cy)# 4.图像外接矩形和最小外接矩形
x, y, w, h = cv.boundingRect(cnt)  # 外接矩形
cv.rectangle(img_color1, (x, y), (x + w, y + h), (0, 255, 0), 2)rect = cv.minAreaRect(cnt)  # 最小外接矩形
box = np.int0(cv.boxPoints(rect))  # 矩形的四个角点并取整
cv.drawContours(img_color1, [box], 0, (255, 0, 0), 2)# 5.最小外接圆
(x, y), radius = cv.minEnclosingCircle(cnt)
(x, y, radius) = map(int, (x, y, radius))  # 这也是取整的一种方式噢
cv.circle(img_color2, (x, y), radius, (0, 0, 255), 2)# 6.拟合椭圆
ellipse = cv.fitEllipse(cnt)
cv.ellipse(img_color2, ellipse, (0, 255, 0), 2)result = np.hstack((img_color,img_color1,img_color2))
cv.imshow('result',result)
cv.waitKey(0)
cv.destroyAllWindows()

实验结果

opencv 图像轮廓特征图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆相关推荐

通过MATLAB计算不规则图像的面积，周长，圆度，矩形度，伸长度
close all;clear all;clc %N=4提取的四个特征:面积,周长,紧致度,离心率 %N=5提取的五个特征:面积,周长,圆度,矩形度,伸长度 N=5; Feature=zeros(15 ...
基于形态学处理的不规则形状图像的几何参数统计，包括输出面积，周长，圆度，矩形度，伸长度
up目录一.理论基础二.核心程序三.测试结果一.理论基础形态学是图像处理中应用最为广泛的技术之一,主要用于从图像中提取对表达和描绘区域形状有意义的图像分量,使后续的识别工作能够抓住目标对象最 ...
图像金字塔原理与轮廓识别检测
图像金字塔是图像多尺度表达的一种,是一种以多分辨率来解释图像的有效但概念简单的结构.一幅图像的图像金字塔是一系列以金字塔形状(自下而上)逐步降低,且来源于同一张原始图的图像分辨率集合.其通过梯次向下采 ...
opencv findContours()轮廓特征分析大全(求面积、周长、几何矩、质心、凸包、最小外接矩形、最小外接三角形、最小外接椭圆等)
文章目录前言一.效果二.opencv对应函数介绍 1.轮廓面积 2.轮廓周长 3.轮廓几何矩 4.轮廓的最大外接矩形 5.轮廓的凸包 6.轮廓的最小外接矩形 7.轮廓的最小外接三角形 8.轮廓的 ...
OpenCV：07图像轮廓
图像轮廓什么是图形轮廓查找轮廓绘制轮廓计算轮廓的面积和周长轮廓面积轮廓周长多边形逼近凸包轮廓拟合外接矩形最小外接矩形最大外接矩形外接圆边缘检测`Canny` 霍夫变换直线 ...
OpenCV中的图像处理中
图像金字塔一般情况下,我们要处理是一副具有固定分辨率的图像.但是有些情况下,我们需要对同一图像的不同分辨率的子图像进行处理.比如,我们要在一幅图像中查找某个目标,比如脸,我们不知道目标在图像中的尺寸 ...
圆的面积和周长的关系
圆的面积和周长的关系采用外接多边形的方法逐渐逼近, 面积=1/2*R*周长.其中将周长切成一块块很小的段,将段的两端与中心连接构成三角形,即1/2*R*@s,合起来就是1/2*R*周长为pi*R*R ...
CAD绘图技巧：快速测量CAD图纸中图形的面积与周长
浩辰CAD软件对于计算CAD图纸的面积与周长有很多方法,而且通常是可以同时计算面积与周长.但不同的方法,有不同的侧重点,甚至其使用范围也有所不同,这些都会影响CAD设计师们的绘图效率.下面,小编将为大 ...
cad单位_CAD绘图技巧：快速测量CAD图纸中图形的面积与周长
浩辰CAD软件对于计算CAD图纸的面积与周长有很多方法,而且通常是可以同时计算面积与周长.但不同的方法,有不同的侧重点,甚至其使用范围也有所不同,这些都会影响CAD设计师们的绘图效率.下面,小编将为大 ...

opencv 图像轮廓特征图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆

实验：计算下图中数字1的面积、轮廓周长，绘制数字1的外接矩形、最小外接矩形、最小外接圆、拟合椭圆

实验结果

opencv 图像轮廓特征图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆相关推荐

最新文章

热门文章

opencv 图像轮廓特征 图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆

实验：计算下图中数字1的面积、轮廓周长，绘制数字1的外接矩形、最小外接矩形、最小外接圆、拟合椭圆

实验结果

opencv 图像轮廓特征 图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆相关推荐

最新文章

热门文章

opencv 图像轮廓特征图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆

opencv 图像轮廓特征图像面积，轮廓周长，外接矩形、最小外接矩形、最小外接圆、拟合椭圆相关推荐