1、轮廓面积获取函数

输入当前轮廓点集,输出该轮廓点集的面积

area = contourArea(contours[t]);//计算轮廓面积

2、轮廓周长获取函数

输入当前轮廓点集,第二个参数：bool closed：表示轮廓是否封闭的
输出该轮廓点集的周长

len = arcLength(contours[t], true);//计算轮廓周长

3、轮廓圆形度计算

原本计算公式：

网上的公式一般是这个：e=（4π 面积）/（周长 * 周长）；
这里将周长等价于2pi*r;

area = contourArea(contours[t]);//计算轮廓面积
len = arcLength(contours[t], true);//计算轮廓周长
roundness = (4 * CV_PI * area) / (len * len);//圆形度

4、矩形度计算

//先计算最小外接矩形的面积：
RotatedRect minrect = minAreaRect(contours[t]);    //最小外接矩形
area = contourArea(contours[t]);//计算轮廓面积
int minrectmianji = minrect.size.height * minrect.size.width;
if (minrectmianji == 0)rectangularity = 0;
else rectangularity = area / minrectmianji;

注意点：
minrect.size是个数组，表述的是尺寸即：width,height

5、宽长比计算

宽长比:最小外接矩形的长轴与短轴的比值

RotatedRect rbox = minAreaRect(contours[i]);
fabs(rbox.size.width * 1.0 / rbox.size.height - 1) < 0.1     //表示宽长比在1附近+-0.1内浮动

6、周径比计算

周径比的周即周长，径是指上面找到的轮廓最小外接矩形的长的一条边

lenratio = len / (minrect.size.height > minrect.size.width ? minrect.size.height : minrect.size.width);

总结：最终示例

#include <opencv2/opencv.hpp>
#include <iostream>
#include "windows.h"
#include <stdio.h>
#include <time.h>
#include <math.h>
//#include "My_ImageProssing_base.h"
#define WINDOW_NAME "【程序窗口】"            //为窗口标题定义的宏using namespace cv;
using namespace std;RNG g_rng(12345);int main()
{//改变控制台字体颜色system("color 02");//读取图像Mat src_image = imread("D:\\opencv_picture_test\\阈值处理\\硬币.png", 1);//出错判断if (!src_image.data){cout << "src image load failed!" << endl;return -1;}//显示原图namedWindow("原图", WINDOW_NORMAL);imshow("原图", src_image);//高斯滤波去噪声Mat blur_image;GaussianBlur(src_image, blur_image, Size(3, 3), 0, 0);imshow("GaussianBlur", blur_image);//灰度变换与二值化Mat gray_image, binary_image;cvtColor(blur_image, gray_image, COLOR_BGR2GRAY);threshold(gray_image, binary_image, 100, 255, THRESH_BINARY);imshow("binary", binary_image);//形态学闭操作(粘合断开的区域)Mat morph_image;Mat kernel = getStructuringElement(MORPH_RECT, Size(3, 3), Point(-1, -1));morphologyEx(binary_image, morph_image, MORPH_CLOSE, kernel, Point(-1, -1), 1);imshow("morphology", morph_image);//查找所有外轮廓vector< vector<Point> > contours;vector<Vec4i> hireachy;findContours(binary_image, contours, hireachy, RETR_EXTERNAL, CHAIN_APPROX_NONE, Point());//定义结果图Mat result_image = Mat::zeros(src_image.size(), CV_8UC3);//drawContours(result_image, contours, -1, Scalar(0, 0, 255), 1, 8, hireachy);//画出所有轮廓//初始化周长、面积、圆形度、周径比double len = 0, area = 0, roundness = 0, lenratio = 0;float rectangularity;//循环找出所有符合条件的轮廓for (size_t t = 0; t < contours.size(); t++){Scalar color = Scalar(g_rng.uniform(0, 255),g_rng.uniform(0, 255), g_rng.uniform(0, 255));//任意值//条件：过滤掉小的干扰轮廓Rect rect = boundingRect(contours[t]);        //垂直边界最小矩形if (rect.width < 10)continue;//画出找到的轮廓drawContours(result_image, contours,t,color,1, 8, hireachy);//绘制轮廓的最小外结矩形RotatedRect minrect = minAreaRect(contours[t]);    //最小外接矩形int minrectmianji = minrect.size.height * minrect.size.width;Point2f P[4];            //四个顶点坐标minrect.points(P);for (int j = 0; j <= 3; j++){line(result_image, P[j], P[(j + 1) % 4], color, 1);}cout << "最小外接矩形尺寸"<< minrect.size << endl;//最小外接矩形尺寸cout << "最小外接矩形面积" << minrectmianji << endl;//最小外接矩形尺寸//绘制轮廓的最小外结圆Point2f center; float radius;minEnclosingCircle(contours[t], center, radius);        //最小外接圆circle(result_image, center, radius, color,1);//计算面积、周长、圆形度、周径比area = contourArea(contours[t]);//计算轮廓面积len = arcLength(contours[t], true);//计算轮廓周长roundness = (4 * CV_PI * area) / (len * len);//圆形度if (minrectmianji == 0)rectangularity = 0;else rectangularity = area / minrectmianji;//周径比，这里的周即周长，径是指上面找到的轮廓最小外接矩形的长的一条边lenratio = len / (minrect.size.height > minrect.size.width ? minrect.size.height : minrect.size.width);//输出结果cout << "轮廓" << t << "：" << endl;cout << "周长：" << len << endl;cout << "面积：" << area << endl;cout << "圆形度：" << roundness << endl;cout << "矩形度：" << rectangularity << endl;cout << "周径比：" << lenratio << endl;}//显示结果namedWindow("轮廓图", WINDOW_NORMAL);imshow("轮廓图", result_image);waitKey(0);return 0;
}

原图：

轮廓效果图：

参数一览：

参考链接：

https://blog.csdn.net/Lemon_jay/article/details/89519627

https://blog.csdn.net/qq_42604176/article/details/105588018

https://blog.csdn.net/duiwangxiaomi/article/details/92565308

————————————————
来源：https://blog.csdn.net/qq_42604176/article/details/105614368

【OpenCV】获取轮廓(连通域)的面积、周长、矩形度、圆形度、宽长比、周径比相关推荐

如何获取轮廓(连通域)的面积、周长、矩形度、圆形度、宽长比、周径比等形状描述符？
博主联系方式: QQ:1540984562 QQ交流群:892023501 群里会有往届的smarters和电赛选手,群里也会不时分享一些有用的资料,有问题可以在群里多问问. 目录前言 1.轮廓面积 ...
python连通域标记_使用OpenCV获取图片连通域数量,并用不同颜色标记函
一,原图和效果图二,代码 //#########################产生随机颜色######################### cv::Scalar icvprGetRandomCo ...
轮廓的最大面积内接矩形/内接圆计算
1.求出轮廓重心(X0,Y0). 2.找出轮廓上点到重心的距离最大的点1. 3.连接点到重心形成线段,做线段反向等距离延长线段,得到点2. 4.内接矩形:根据对角线上的(点1,点2),根据旋转矩形和平 ...
OpenCV获取图片连通域数量，并用不同颜色标记函
一,原图和效果图二,代码 //#########################产生随机颜色######################### cv::Scalar icvprGetRandomCo ...
3 用python进行OpenCV实战之画图（直线，矩形，圆形）
前言在上一节我们通过使用NumPy的数组分割成功的在我们的图像上画了一个绿色的方块,但是如果我们想画一个单一的线条或者圆圈该怎么办呢?NumPy没有提供相关的功能,但是OpenCV提供了相关的函数, ...
【图像处理】——实现二值图像的轮廓边界跟踪以及轮廓面积周长的求解（connectedComponentsWithStats()函数和connectedComponents()函数）
目录一.cv2.connectedComponents() 函数原型: 输入参数解析: 返回参数解析: 二.cv2.connectedComponentsWithStats() 函数原型: 输入参数 ...
计算轮廓的特征参数（周长、面积、圆形度、周径比等）
使用C++.opencv计算轮廓的周长.面积.圆形度.周径比等特征参数图像的特征参数用于图像的模式识别(图像识别),获取越多种类的特征参数,可从中选择合适的进行组合,进而更好地区分各个物体. 之前介 ...
【OpenCV 】计算物体的凸包/创建包围轮廓的矩形和圆形边界框/createTrackbar添加滑动条/
目录 topic 1:模板匹配 topic 2:图像中寻找轮廓 topic 3:计算物体的凸包 topic 4:轮廓创建可倾斜的边界框和椭圆¶ topic 5:轮廓矩¶ topic 6:为程序界面添加 ...
OpenCV之imgproc 模块. 图像处理（5）在图像中寻找轮廓计算物体的凸包创建包围轮廓的矩形和圆形边界框为轮廓创建可倾斜的边界框和椭圆轮廓矩多边形测试
在图像中寻找轮廓目标在这个教程中你将学到如何: 使用OpenCV函数 findContours 使用OpenCV函数 drawContours 原理例程教程的代码在下面给出. 你也可以从这里 ...

【OpenCV】获取轮廓(连通域)的面积、周长、矩形度、圆形度、宽长比、周径比