OpenCV Python 轮廓

【目标】

凸性缺陷查找
点与多边形的关系
不同形状的匹配

【代码】

左图中红色点为凸性检测的缺陷点，即凹点
右图为了验证点与多边形关系而做的图，也是官网要求做的练习。

import cv2
import numpy as np img = cv2.imread('star.png', 0)
colorimg = cv2.imread('star.png', 1)
convexHullImg = colorimg.copy()
ret, thresh = cv2.threshold(img, 128, 255, cv2.THRESH_BINARY)# 寻找轮廓
contours, hierarchy = cv2.findContours(thresh, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
cnt = contours[0]# 凸包
hull = cv2.convexHull(cnt, returnPoints=False)
defects = cv2.convexityDefects(cnt, hull)# 画出缺陷凹点
for i in range(defects.shape[0]):startptidx, endptidx, farptidx, dis = defects[i, 0]startpt = tuple(cnt[startptidx][0])endpt = tuple(cnt[endptidx][0])farpt = tuple(cnt[farptidx][0])    cv2.line(convexHullImg, startpt, endpt, (0, 255, 255))cv2.circle(convexHullImg, farpt, 3, (0, 0, 255), 3)# 根据点在图像中和轮廓中的位置，画出颜色图
polygonTestImg = colorimg.copy()
# cv2.circle(polygonTestImg, (280, 180), 3, (0, 0, 255), 3)
dist = cv2.pointPolygonTest(cnt, (50, 50), True)
h, w, _ = polygonTestImg.shape# 在轮廓上，为白色
bluevalue = 255
redvalue = 255
for j in range(h):for i in range(w):dist = cv2.pointPolygonTest(cnt, (i, j), True)if dist > 127:dist = 127if dist < -127:dist = -127if dist > 0:colorshow = (255 - dist * 2, 255 - dist * 2, 0)elif dist < 0:colorshow = (0, 255 + dist * 2, 255 + dist * 2)elif dist == 0:colorshow = (255, 255, 255)cv2.circle(polygonTestImg, (i, j), 2, colorshow, 2)cv2.imshow('convexHullImg', convexHullImg)
cv2.imshow('polygonTestImg', polygonTestImg)
cv2.waitKey(0)
cv2.destroyAllWindows()

# 测试形状匹配
import cv2
import numpy as np img1 = cv2.imread('star.png', 0)
img2 = cv2.imread('box.png', 0)
img3 = cv2.imread('testfit.png', 0)ret1, thresh1 = cv2.threshold(img1, 127, 255, cv2.THRESH_BINARY)
ret2, thresh2 = cv2.threshold(img2, 127, 255, cv2.THRESH_BINARY)
ret3, thresh3 = cv2.threshold(img3, 127, 255, cv2.THRESH_BINARY)con1, hir1 = cv2.findContours(thresh1, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
con2, hir2 = cv2.findContours(thresh2, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)
con3, hir3 = cv2.findContours(thresh3, cv2.RETR_LIST, cv2.CHAIN_APPROX_SIMPLE)cnt1 = con1[0]
cnt2 = con2[0]
cnt3 = con3[0]ret12 = cv2.matchShapes(cnt1, cnt2, cv2.CONTOURS_MATCH_I2, 0.0)
ret13 = cv2.matchShapes(cnt1, cnt3, cv2.CONTOURS_MATCH_I2, 0.0)
ret23 = cv2.matchShapes(cnt2, cnt3, cv2.CONTOURS_MATCH_I2, 0.0)print(ret12, ret13, ret23)cv2.imshow('img1', img1)
cv2.imshow('img2', img2)
cv2.imshow('img3', img3)cv2.waitKey(0)
cv2.destroyAllWindows()

输出结果如下：

0.05888818307213595 0.2987404256696341 1.6190198650037022

【接口】

convexityDefects

void cv::convexityDefects    (   InputArray  contour,
InputArray  convexhull,
OutputArray     convexityDefects
);

cv2.convexityDefects(    contour, convexhull[, convexityDefects] ) -> convexityDefects

计算查找一个轮廓的凸性缺陷

contour: 输入的轮廓

convexhull: 轮廓的凸包，用 convexHull

convexityDefects: 凸性缺陷输出向量，每个缺陷是 4个整型元素的 vector。

pointPolygonTest

double cv::pointPolygonTest  (   InputArray  contour,
Point2f     pt,
bool    measureDist
);

cv2.pointPolygonTest(    contour, pt, measureDist    ) -> retval

判断一个点是否在轮廓内或边缘上，计算其距离；正数在内部，负数在外部；
如果 measureDist=false 则返回 1， -1， 0

contour: 输入的轮廓

pt: 测试点

measureDist: 如果为真，则计算距离，否则不用计算，只判断是否在内部还是外部；

matchShapes

double cv::matchShapes   (   InputArray  contour1,
InputArray  contour2,
int     method,
double  parameter
);

cv2.matchShapes( contour1, contour2, method, parameter   ) -> retval

比较两个形状

contour1: 第一个轮廓

contour2: 第二个轮廓

method: 比较的方法见下 ShapeMatchModes

parameter: 方法的特殊参数（暂时不支持）

ShapeMatchModes

【OpenCV-Python】教程：3-9 轮廓（1）开始
【OpenCV-Python】教程：3-9 轮廓（2）轮廓特征
【OpenCV-Python】教程：3-9 轮廓（3）轮廓属性

【参考】

OpenCV官方文档

【OpenCV-Python】教程：3-9 轮廓（4）更多函数相关推荐

OpenCV Python教程（2、图像元素的访问、通道分离与合并）
OpenCV Python教程之图像元素的访问.通道分离与合并转载请详细注明原作者及出处,谢谢! 访问像素像素的访问和访问numpy中ndarray的方法完全一样,灰度图为: [python] v ...
OpenCV Python教程（3）（4）（5）：直方图的计算与显示形态学处理初级滤波内
OpenCV Python教程(3.直方图的计算与显示) 本篇文章介绍如何用OpenCV Python来计算直方图,并简略介绍用NumPy和Matplotlib计算和绘制直方图直方图的背景知识.用途 ...
cuda默认函数与c++冲突_好程序员Python教程系列-第8讲：函数和模块
好程序员Python教程系列-第8讲:函数和模块,在讲解本章节的内容之前,我们先来研究一道数学题,请说出下面的方程有多少组正整数解. 事实上,上面的问题等同于将8个苹果分成四组每组至少一个苹果有多少种 ...
python中fac函数是什么意思_好程序员Python教程系列-第8讲：函数和模块
好程序员Python教程系列-第8讲:函数和模块,在讲解本章节的内容之前,我们先来研究一道数学题,请说出下面的方程有多少组正整数解. 事实上,上面的问题等同于将8个苹果分成四组每组至少一个苹果有多少种 ...
opencv python教程-OpenCV4 Python 最新中文版官方教程来了（附下载）
教程简介 OpenCV 是计算机视觉中经典的专用库,然而其中文版官方教程久久不来.近日,一款最新 OpenCV4.1 版本的完整中文版官方教程出炉,读者朋友可以更好的学习了解 OpenCV 相关细节. ...
Opencv笔记(十八)——轮廓的更多函数及其层次结构
凸缺陷前面我们已经学习了轮廓的凸包,对象上的任何凹陷都被成为凸缺陷.OpenCV 中有一个函数 cv.convexityDefect() 可以帮助我们找到凸缺陷.函数调用如下: hull = cv2 ...
opencv python教程简书_OpenCV-Python系列二：常用的图像属性
对于图像,我们经常需要知道关于图像的特殊属性,比如宽度,高度,面积,像素点数目等等,那么在opencv-python中,这些信息如何获取呢? 本文结构: 1.基本图像属性 2. 对于opencv中的特 ...
OpenCV Python教程（1、图像的载入、显示和保存）
本文是OpenCV 2 Computer Vision Application Programming Cookbook读书笔记的第一篇.在笔记中将以Python语言改写每章的代码. PythonO ...
opencv python教程简书_OpenCV-Python教程:27.图像转换
理论傅里叶变换用来分析多种过滤器的频率特征.对于图片,2D离散傅里叶变换(DFT)用来找频率范围.一个快速算法叫快速傅里叶变换(FFT)用来计算DFT. 对于正弦信号,x(t) = Asin(2πf ...
opencv python教程简书_Python-OpenCV —— 基本操作一网打尽
OpenCV是一个基于BSD许可(开源)发行的跨平台计算机视觉库,可以运行在Linux.Windows.MacOS操作系统上.它轻量级而且高效--由一系列 C 函数和少量C++类构成,同时提供了Pyt ...

【OpenCV-Python】教程：3-9 轮廓（4）更多函数

OpenCV Python 轮廓

【目标】

【代码】

【接口】

【参考】

【OpenCV-Python】教程：3-9 轮廓（4）更多函数相关推荐

最新文章

热门文章